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。     

基于Web日志的用户访问路径提取与分析

线上购物相对线下购物的一个特点是可以将用户的购物过程记录到网站的Web日志中,为研究用户网上行为特征提供必要的数据支持.本文详细介绍了对Web日志数据进行预处理的一系列步骤和方法,并以某出版社网站18天的日志数据为实证,提取出用户的访问路径(访问页面的先后次序),分析路径信息得到用户在不同页面之间访问的转换概率,从而定量地衡量购物流程中各步骤之间的转换率和贡献率,提炼出用户最有可能的前向转换路径和后向转换路径,以期对网站流程优化和商品促销设置提供决策支持.     

基于高校图书馆Web日志挖掘的分析与研究

以长江大学图书馆主页服务器Web日志文件为例,介绍了Web日志分析流程、Web日志格式,分析了Web日志挖掘的数据预处理过程,最后给出了应用实例。     

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。     

基于WEB日志挖掘的网站个性化服务研究

论述了基于Web日志挖掘的网站个性化服务，提出了利用Web日志挖掘的个性化服务中频繁访问路径的挖掘及用户聚类和页面聚类。利用这些算法推动Web站点从“站点为中心”向“用户为中心”的发展，即站点不但要针对用户共同感兴趣的信息服务，更要有针对每个用户的个性化服务。     

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。     

Web 用户访问模式挖掘系统框架模型研究

Web 用户访问模式挖掘技术可以从服务器、浏览器端的日志记录中自动发现用户的访问偏好、兴趣和趋势等 信息,目前已经成为web 挖掘领域的一个研究热点。文章首先给出Web 访问模式挖掘系统的一般框架模型,然后介绍了 框架模型中主要组成部分的工作原理,在此基础上,对Web 访问模式挖掘系统中的一些关键技术的最新研究进展状况作 了阐述和分析,其中包括数据采集、数据预处理、模式发现、用户可视化界面等,最后分析了未来该领域的研究重点作 了展望。     

基于Web使用挖掘的个性化服务推荐

Web使用挖掘是利用数据挖掘技术从Web数据中发现用户使用模式的过程。以Web使用挖掘技术为基础,提出了一种个性化服务推荐模型。分析了Web使用挖掘的数据收集、数据预处理、模式发现及分析、个性化服务引擎等过程,并对各过程的个性化服务的实现进行了阐述,还对个性化服务的发展进行了展望。     

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。     

Web用户访问模式挖掘系统框架模型研究

Web用户访问模式挖掘技术可以从服务器、浏览器端的日志记录中自动发现用户的访问偏好、兴趣和趋势等信息,目前已经成为web挖掘领域的一个研究热点.文章首先给出Web访问模式挖掘系统的一般框架模型,然后介绍了框架模型中主要组成部分的工作原理,在此基础上,对Web访问模式挖掘系统中的一些关键技术的最新研究进展状况作了阐述和分析,其中包括数据采集、数据预处理、模式发现、用户可视化界面等,最后分析了未来该领域的研究重点作了展望.     

基于日志挖掘的用户健康信息检索行为研究

[目的/意义] 针对当前我国网络用户的健康信息检索行为, 探索利用中文搜索引擎的健康信息检索规律, 为完善健康搜索引擎和网站建设提供参考。[方法/过程] 基于搜狗搜索引擎的大规模查询日志, 采用日志挖掘的方法, 从查询行为和点击行为两个角度对网络用户的健康信息检索行为进行研究。查询行为的研究指标包括会话层(会话长度、用户重复查询), 查询串层(查询串长度、重复查询)和词项层(高频词汇, 主题分类);点击行为的研究指标为点击位置和点击内容。[结果/结论] 健康相关查询的重复率较高, 提示相关网站可缓存高重复率查询串的返回结果;大众关注的热点领域为疾病、保健、母婴、医疗机构与美容整形, 提示网站的导航设计注意导航方向;用户更偏爱使用问答型平台, 提示网站设计者应更加关注与用户间问答型的互动模式。     

基于Web使用挖掘的数字图书馆个性化服务

数字图书馆的个性化服务是整个数字图书馆服务系统中十分关键的部分,是数字图书馆的现实需要和大势所趋。数字图书馆个性化服务高度依赖于包括Web数据挖掘在内的新的知识发现技术。从数字图书馆个性化服务及其系统创建入手,在分析Web数据挖掘的基础上,着重探讨了Web使用挖掘技术在数字图书馆个性化服务中的应用。     

Web数据应用的利器--Web数据挖掘

Web已经成为世界上最大的信息仓库之一 ,但是随着信息量的增长 ,人们有效使用Web信息也越来越困难。Web数据挖掘为人们使用Web中的显性和隐性信息提供了一把利器。本文介绍了Web挖掘提出的背景、领域内研究分支学科状况、研究内容、研究难点和国内外的研究现状。     

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。     

基于二部图法的Web知识社群挖掘*

二部图法分析模型是将Web页的内容信息和超链接信息相结合给出的一种基于分类方法的算法，利用二部图可以求出网页的最大匹配与完全匹配，挖掘出隐含的知识社群，能更准确地实现对用户的合理定位。     

基于Web结构挖掘的网络动态竞争情报采集研究

通过挖掘蕴含在Web内部结构和网页中的关联信息与结构模式,Web结构挖掘为企业实现多维度和多层面的竞争情报采集提供了一种有效途径。基于Web结构挖掘的网络动态竞争情报采集方法有:URL挖掘、Web内部结构挖掘和超链接挖掘。图1。参考文献15。     

探索式搜索行为的日志挖掘研究

为了探讨探索式搜索行为的特点,设计用户实验,依据搜索能力和学历对受试者分组,设定1个提问-应答式搜索任务和2个不同复杂度的探索式搜索任务。利用屏幕录像和浏览器日志,主要从搜索动作、网页浏览、检索式等角度,挖掘不同搜索能力的受试者在不同复杂程度搜索任务中的搜索行为特点。结果表明,在探索式搜索过程中,受试者围绕中心主题搜索,同时探索其相关方面;随着搜索任务复杂度的增加,受试者搜索行为更加深入和开放;受试者搜索能力越强,其搜索效率越高、探索范围更广、程度更深。