Web日志挖掘数据预处理方法研究

Web日志挖掘技术是Web数据挖掘中最重要的应用。通过对挖掘服务器日志文件的分析和研究，可以对网站的组织结构及其性能进行改进，增加个性化服务，发现潜在的读者群体。数据预处理关系到Web日志挖掘的质量。数据预处理包括数据清理、识别用户、识别用户会话、格式化，目的是分割服务器日志为多个独一无二的用户的一次访问序列，并给予了算法实现。     

Web日志数据库数据挖掘对采访决策的意义

1 高校图书馆采访决策的影响因素高校图书馆的采访原则综合了读者需求、专业分布、当前热点、资金等众多因素,随着图书馆从传统的“藏书型”转变为开放性的“服务型”,读者的需求成了图书馆采访工作所需考虑的最重要的因素。因此,获取和保证读者的需求是图书馆采访工作的出发点和归宿,是制定图书馆采访政策最重要的依据。调查和分析读者需求,形成信息反馈,不仅是对采访工作质量的考核和验证,而且是制定和调整采     

Web日志挖掘在图书馆中的应用探讨

首先分析了Web日志挖掘的模型构造与流程处理。在此基础上探讨了web日志挖掘在图书馆中的应用。     

Web搜索引擎日志挖掘研究框架

搜索引擎日志记录了用户与系统交互的整个过程。对日志文件进行挖掘,可以发现用户进行Web搜索的行为特征与规律,有效改善搜索引擎系统的性能。在对国内外相关研究进行系统梳理和总结的基础上,文章提出了一个Web搜索引擎日志挖掘的研究框架,主要包括日志挖掘的研究内容、数据集的选择方法、数据预处理的方法、不同地域用户行为的特征与比较、如何应用于系统性能的改善等内容。     

基于XML的Web日志挖掘研究*

设计一个基于XML的Web日志挖掘体系结构，简要介绍XGMML和LOGML，并在此基础上讨论LOGML文档的生成方法及利用Apriori算法对日志文档进行频繁集、频繁序列和频繁子图挖掘。     

基于Petri网的Web日志挖掘路径补充算法

数据预处理是Web日志挖掘的基础,而路径补充是数据预处理中一个关键环节。本文运用Petri网来描述Web站点结构,利用Petri网的可达性与关联矩阵等性质完成路径补充。提出了一种基于Petri网模型的路径补充算法,该方法不但可以高效地获得用户的访问路径,而且能够动态的反映用户的浏览行为。     

基于频繁下载集的数字图书馆日志挖掘实验

数字图书馆网站服务系统中存有大量有关用户访问信息的日志文件,通过对这些日志文件的挖掘可以得到有关数字图书馆资源利用情况和用户兴趣的信息。但实际上,这些日志文件很少被利用。针对这一现状,作者对日志文件进行挖掘试验分析,得出用户的频繁下载集合,以用于推荐链接和评价数据库资源。     

基于Web使用挖掘的图书馆个性化系统研究

Web使用挖掘过程包括数据预处理、模式发现和模式分析；利用Webalizer和Webtrends等Web使用分析工具可以对用户模式进行分析，为建立个性化系统提供依据；国内外典型的个性化系统平台为图书馆的个性化系统提供较好的范例。     

基于Web的电子资源日志分析研究

指导读更好地利用电子资源是当前图书馆员的一项主要工作，而对基于Web电子资源日志的分析将有助于了解读一些潜在的需求，从而更好地为读服务，因此讨论了对日志分析利用的重要性、可能性和实现的设想。     

基于社区Web日志挖掘的用户行为实证研究

用户访问行为信息记录在Web日志中,通过对海量Web日志进行清洗、抽取和加载来构建用户行为数据仓库,并结合文章所提出的用户访问路径概率矩阵模型进行数据挖掘,可以实现智能化的用户行为监控,可以为用户提供及时优质的信息服务。     

图书馆个性化服务中的Web日志分析技术研究

通过总结国内外日志分析研究,发现日志分析研究主要集中在应用研究领域。在明确日志分析基本概念、研究方法与工具、预处理技术、聚类与分析技术的基础之上,探讨图书馆个性化服务中日志分析的实现,并构建了图书馆日志分析系统模型。     

基于用户日志的移动搜索行为分析

认为移动搜索用户行为特征与规律的发现,对移动搜索服务的改进具有重要的参考价值。基于国内某大型学术类网站一批包含300余万条有效记录的日志数据,分析查询串、搜索时间的分布、搜索会话、移动搜索设备终端等我国移动搜索用户行为的基本特征指标。研究结果显示:与传统PC搜索相比,移动用户的查询时间分布更均匀,会话更短,使用查询推荐比例更少,移动智能终端设备用户搜索更频繁。     

基于Web日志和缓存数据挖掘的个性化推荐系统

针对当前推荐系统中存在的问题,提出一个基于Web日志和缓存数据挖掘的个性化推荐系统.系统依据Web日志挖掘用户兴趣页面时综合考虑了访问次数、浏览时间和页面长度.通过对Web日志和缓存数据挖掘得到的兴趣页面的有效分类,构造不同用户的兴趣模型.系统能依据用户兴趣模型实现内容过滤推荐,同时也能通过比较不同用户的兴趣模型实现协作过滤推荐.经模拟实验测试表明,本文提出的推荐方法是可行并且有效的.     

北京大学图书馆的主页日志分析

从分析主页服务器日志的重要性出发，论述了日志分析在图书馆中进行用户分析、主页设计和获得用户反馈等方面的实际价值，并介绍了一次主页日志的分析过程，同时指出了利用日志分析的局限性。     

基于SQL Server 2005的Web日志挖掘系统构建

分析Web日志挖掘在图书馆中的应用，提出一种利用SQL Server 2005数据挖掘平台构建日志挖掘系统的方法，详细介绍系统主要组件的功能和实现方法，并给出相应的系统框架设计图，最后论述此设计的优点。     

校园记忆之图书馆生活——基于用户日志挖掘的呈现

通过对高校毕业生利用图书馆数据的挖掘,分析每个毕业生在校期间到馆及借阅图书情况,以轻松愉快的方式呈现毕业生个人在校期间的图书馆生活。