基于Struts+Spring+log4j框架的日志管理

介绍了J2EE的两种开源框架Spring和log4j,以及它们对基于Struts框架的Web应用系统的日志管理功能的实现。以Struts整合Spring的AOP技术以及log4j框架成功地实现了对Web应用系统的日志管理模块,通过上述技术在Web应用程序中的实际应用,说明了利用上述技术可以提高Web应用程序的开发效率,构造出的系统具有良好的可维护性和可扩展性。     

基于Struts+Spring+log4j框架的日志管理

介绍了J2EE的两种开源框架Spring和log4j,以及它们对基于Struts框架的Web应用系统的日志管理功能的实现。以Struts整合Spring的AOP技术以及log4j框架成功地实现了对Web应用系统的日志管理模块,通过上述技术在Web应用程序中的实际应用,说明了利用上述技术可以提高Web应用程序的开发效率,构造出的系统具有良好的可维护性和可扩展性。     

面向方面编程技术及应用研究

AOP的目标是通过把问题分解成一系列功能模块和一系列贯穿多个功能模块的方面,然后再通过工具自动化的重新组织这些模块和方面,以获得系统的实现。本文主要介绍了AOP的编程思想及其技术特点,并结合Java给出在日志和并发访问中的应用。     

Web日志集中管理系统的研究与实现

Web服务是目前互联网的第一大网络服务,Web日志的分析对站点的安全管理与运行维护非常重要.在实际运行中,由于应用部署的分散性和负载均衡策略的使用,使得Web日志被分散在多台服务器上,给日志的管理和分析带来不便.该文设计并实现了一个Web日志集中管理系统(命名为ThuLog),系统包括日志集中、日志存储和日志分析3个模块.目前,该系统已经在清华大学的多个关键Web应用系统上进行了应用,它能够帮助系统管理员清晰地了解系统运行情况,取得了较好的运行效果.     

Spring技术在J2EE系统构建中的应用

在Web应用系统的构建中,如何处理系统中横切关注点问题是系统开发的关键,用OOP技术来实现这些横切关注点会导致系统开发复杂、过分耦合和难以维护,而用AOP技术来模块化这些横切关注点,使得系统开发更加高效简单。该文详述了Spring框架中IOC、AOP等核心技术在J2EE系统构建中的应用和实例,并展望了Spring框架和其他框架整合的前景。     

基于AOP的日志管理在高校学生管理系统中的设计与实现

日志管理是高校学生管理系统中安全控制的重要手段,传统的日志控制需要在程序的业务逻辑代码中嵌入大量的日志控制代码,而基于切面的编程（AOP）思想是目前非常流行的一种程序设计思路,可将日志控制代码独立成一个单独的模块,并且以切面的方式注入到业务逻辑代码中,是AOP思想的一种灵活运用,通过合理的设计日志控制模块可以降低学生管理系统中日志模块的耦合度,提高整个系统的可扩展性．     

Web挖掘在校园网学习系统中的应用研究

数据挖掘在WWW上有广泛的应用。在校园网学习系统中嵌入Web挖掘模块，运用数据挖掘技术对服务器上的日志文件等Web数据进行挖掘，可了解用户的访问行为，提供个性化的服务。本文阐明了Web挖掘在校园网学习系统中的应用方法和步骤。     

Web日志挖掘中的数据预处理技术研究

对Web日志数据的预处理是Web日志挖掘的基础和关键。论文分析了Web日志挖掘处理的基本过程,分析讨论了Web日志挖掘中的数据预处理技术及其过程。     

基于XML的Web日志预处理

提出使用XML文件的方法存储不同Web日志的格式.采用一个通用的方法分析原始的Web日志,并对日志做预处理、产生Web日志挖掘系统所需的数据,从而使Web日志挖掘更快速和准确.     

基于AOP技术的Web应用开发研究

研究了AOP技术在Web应用开发中无法模块化的问题,对软件中不同的关注点进行分离,从而实现非主要功能的集中模块化。     

WEB日志挖掘过程研究

在数据挖掘研究领域中，Web日志挖掘是Web使用挖掘的一个分支。它作为Web挖掘的一个重要组成部分，具有独特的理论和实践意义．通过介绍Web日志挖掘的概念，系统阐述了Web日志挖掘的全过程：数据收集、数据预处理、模式识别、实际应用．说明Web日志挖掘应用广泛，能够实现网站的优化问题．     

Web日志挖掘在电子商务推荐中的应用

介绍电子商务和Web数据挖掘的概念,并介绍Web使用挖掘中应用最多的技术——Web日志挖掘.重点阐述了日志挖掘算法——关联规则的有关知识,以及改进的频繁项目集生成算法Apriori和强关联规则生成算法,并结合实例进行了分析研究.     

Web日志数据挖掘在服务器安全方面的应用

目前服务器的安全成为人们关注的问题,而分析Web服务器的日志记录是最直接、最常用,而且是一种比较有效的方法。文章对提出了一种通过对Web日志进行数据挖掘技术来检测服务器面临的攻击和潜在的威胁,从而加固系统,保护系统数据免受修改和破坏。     

基于web日志挖掘聚类算法的电子商务商业智能研究

随着互联网的日益普及和电子商务的迅速发展,基于Web日志挖掘聚类算法的电子商务在市场中竞争越来越激烈.本文首先概述Web使用挖掘,简单介绍日志挖掘技术中两个关键技术,聚类分析和序列模式挖掘,进而讨论Web日志挖掘的数据预处理过程,包括用户,数据净化,路径补充等.对于传统的矩阵聚算法进行优化,应用该算法可以对客户和页面进行聚类分析,达到发现相似的客户群体,挖掘潜在客户群.通过实验表明改进的算法具有较高的扩展性和准确性,证明将挖掘结果应用于个性化推荐系统的思想是可行有效的.     

Web使用挖掘综述

通过挖掘Web日志记录,发现用户访问Web页面的模式,从而为识别电子商务的潜在客户、改进服务器系统性能提供帮助,是Web使用挖掘的重要使命。挖掘过程主要包含数据预处理、模式发现和模式分析三个阶段。针对这三个阶段,分别对数据预处理的技术、常用的Web使用挖掘的方法和算法以及主要应用进行了阐述。     

Web用户行为模式挖掘及其在ELearning系统中的应用

Web用户行为模式挖掘是在Web日志挖掘基础上的应用研究,是以网络日志为研究对象,从用户的访问记录中提取感兴趣内容的挖掘模式。E Learning是指通过因特网或其它数字化内容进行的学习与教学活动。从Web用户行为模式挖掘方法及流程入手,对该方法进行了详细的阐述。将这些方法运用到E Learning系统中,构建出一种基于Web用户访问模式挖掘的模型,实现从E Learning系统的日志文件中挖掘出有用的数据,这些数据可为教育决策和教育教学优化提供信息和知识服务。     

基于Web日志挖掘的关联规则算法研究

Web日志挖掘是对用户与Web服务器在交互时产生的数据,采用数据挖掘技术发现隐含的规律性知识。首先对Web日志挖掘进行了概述,重点研究了关联规则算法中的Apriori算法,并对Apriori算法进行了改进,最后给出具体实例。     

基于Web使用挖掘的个性化推荐系统

Web使用模式挖掘是对用户浏览Web后在服务器日志上所留信息的数据挖掘。讨论了挖掘中常用技术及流程,并提出一种Web使用模式挖掘体系结构,介绍了系统的工作原理,对系统设计中的推荐算法等关键技术作了详细讨论。关     

Web日志挖掘在远程教育系统中的应用

随着计算机网络技术的不断发展,远程教育教学系统越来越多地被应用到高校远程教育教学中,但当前的远程教学中,学员只是被动地接收远程教育网站中的知识。如何根据学员的访问信息,为学员提供个性化教学;如何通过学员的访问信息,改善网络的拓扑结构,更好地促进远程教育系统的功能的发挥,结合Web日志挖掘的基本功能,本文提出了基于Web日志挖掘改善远程教育教学系统,为学员提供个性化教学的基本模式。     

基于形式概念的Web使用挖掘关联规则研究及应用

将形式概念分析技术应用于Web使用日志文件的挖掘,提出基于多值属性形式上下文,利用频繁闭项集挖掘Web使用日志生成关联规则的增量挖掘算法。与经典挖掘方法比较,减少了对Web使用日志的扫描次数,提高了挖掘效率,同时还可以进行增量挖掘,满足了实时页面推荐的需要。