第 卷第 期
年 月
江苏科技大学学报自然科学版
Ｊｏｕｒｎａｌ ｏｆ Ｊｉａｎｇｓｕ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｃｉｅｎｃｅ ａｎｄ ＴｅｃｈｎｏｌｏｇｙＮａｔｕｒａｌ Ｓｃｉｅｎｃｅ Ｅｄｉｔｉｏｎ
Ｖｏｌ Ｎｏ
Ｊｕｎ
Ｗｅｂ 使 用 挖 掘 在 用 户 行 为 分 析 中 的 应 用
孙玲芳 夏聪
江苏科技大学 经济管理学院 江苏 镇江
摘要 Ｗｅｂ 日志记录了大量的用户与服务器交互的信息反映了用户访问 Ｗｅｂ 站点的所有动作如何挖掘这些记录以发
现网络用户的访问模式和兴趣爱好从而理解用户的访问行为形成对网站设计者和组织决策者有用的信息解决这个问
题最有效的工具是 Ｗｅｂ 使用挖掘基于 Ｗｅｂ 使用挖掘对 Ｗｅｂ 服务器日志文件进行数据预处理采用一种基于哈希技术改
进的 Ａｐｒｉｏｒｉ 关联规则挖掘算法处理挖掘过程分析挖掘结果得到有关用户访问行为的模式和规律
关键词 Ｗｅｂ 使用挖掘 Ｗｅｂ 日志 关联规则 Ａｐｒｉｏｒｉ 算法 行为分析
中图分类号 ＴＰ文献标志码 Ａ文章编号
Ａｐｐｌｉｃａｔｉｏｎ ｏｆ Ｗｅｂ ｕｓａｇｅ ｍｉｎｉｎｇ ｔｏ ｕｓｅｒ ｂｅｈａｖｉｏｒ ａｎａｌｙｓｉｓ
Ｓｕｎ Ｌｉｎｇｆａｎｇ Ｘｉａ Ｃｏｎｇ
Ｓｃｈｏｏｌ ｏｆ Ｅｃｏｎｏｍｉｃｓ ａｎｄ Ｍａｎａｇｅｍｅｎｔ Ｊｉａｎｇｓｕ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ Ｚｈｅｎｊｉａｎｇ Ｊｉａｎｇｓｕ Ｃｈｉｎａ
Ａｂｓｔｒａｃｔ Ｗｅｂ ｌｏｇｓ ｒｅｃｏｒｄ ｌａｒｇｅ ａｍｏｕｎｔｓ ｏｆ ｉｎｆｏｒｍａｔｉｏｎ ｏｆ ｕｓｅｒｓ ｉｎｔｅｒａｃｔｉｎｇ ｗｉｔｈ ｓｅｒｖｅｒｓＡｌｓｏ ｔｈｅｙ ｒｅｆｌｅｃｔ ａｌｌ
ｔｈｅ ａｃｔｉｏｎｓ ｏｆ ｕｓｅｒｓ ａｃｃｅｓｓｉｎｇ ｗｅｂ ｓｉｔｅｓＩｎ ｏｒｄｅｒ ｔｏ ｄｉｓｃｏｖｅｒ ｔｈｅ ｍｏｄｅ ａｎｄ ｉｎｃｌｉｎａｔｉｏｎ ｏｆ ａｃｃｅｓｓ ｂｅｈａｖｉｏｒｓ ｂｙ ｗｅｂ
ｕｓｅｒｓ ｕｎｄｅｒｓｔａｎｄｉｎｇ ｕｓｅｒｓａｃｃｅｓｓ ｂｅｈａｖｉｏｒｓ ａｎｄ ｆｏｒｍ ｕｓｅｆｕｌ ｉｎｆｏｒｍａｔｉｏｎ ｆｏｒ ｔｈｅ ｗｅｂ ｄｅｓｉｇｎｅｒ ａｎｄ ｏｒｇａｎｉｚａｔｉｏｎ
ｄｅｃｉｓｉｏｎ ｍａｋｅｒ ｗｅｂ ｕｓａｇｅ ｍｉｎｉｎｇ ｉｓ ｔｈｅ ｍｏｓｔ ｅｆｆｅｃｔｉｖｅ ｔｏｏｌＢａｓｅｄ ｏｎ ｔｈｅ ｔｏｏｌ ｔｈｉｓ ｐａｐｅｒ ｐｒｅｐｒｏｃｅｓｓｅｓ ｔｈｅ ｄａｔａ
ｏｆ ｗｅｂ ｓｅｒｖｅｒ ｌｏｇｓ ａｎｄ ｄｅａｌｓ ｗｉｔｈ ｔｈｅ ｍｉｎｉｎｇ ｐｒｏｃｅｓｓ ｔｈｒｏｕｇｈ Ａｐｒｉｏｒｉ ａｌｇｏｒｉｔｈｍ ｉｍｐｒｏｖｅｄ ｂｙ ＨａｓｈＭｏｒｅｏｖｅｒ ｉｔ
ａｎａｌｙｚｅｓ ｍｉｎｉｎｇ ｒｅｓｕｌｔｓ ｔｏ ｏｂｔａｉｎ ｍｏｄｅｓ ａｎｄ ｒｕｌｅｓ ｏｆ ｕｓｅｒｓａｃｃｅｓｓ ｂｅｈａｖｉｏｒｓ
Ｋｅｙ ｗｏｒｄｓ ｗｅｂ ｕｓａｇｅ ｍｉｎｉｎｇ ｗｅｂ ｌｏｇｓ ａｓｓｏｃｉａｔｉｏｎ ｒｕｌｅ Ａｐｒｉｏｒｉ ａｌｇｏｒｉｔｈｍ ｂｅｈａｖｉｏｒ ａｎａｌｙｓｉｓ
收稿日期
作者简介 孙玲芳 男江苏镇江人教授博士硕士生导师主要研究方向为信息管理与信息系统电子商务等
Ｅｍａｉｌｓｌｆｃｏｍ
Ｗｅｂ 使用挖掘对互联网用户的访问行为进
行分析挖掘以获得描述其中内在规律的模式
通常被表示成有着共同需求或兴趣的一群用户
频繁访问的页面对象或资源的集合
分析挖
掘出的信息可以改进站点设计为企业决策提
供支持为访问者提供更个性化的内容和服务
近年来国内外在 Ｗｅｂ 使用挖掘领域的研究取得
了很大的进展文献 第一次提出将数据挖掘
技术用于 Ｗｅｂ 使用信息提出最大前向引用的概
念用于发现用户浏览模式文献 提出了一种
新颖的改进的反向传播算法 Ｍｏｄｉｆｉｅｄ Ｂａｃｋｐｒｏｐａ
ｇａｔｉｏｎＭＢＰ算法能找出所有满足阈值约束的频
繁浏览路径文献 给出了一种从 Ｗｅｂ 日志中
挖掘用户浏览偏爱路径的方法目前的研究工作
重点集中在数据预处理日志挖掘算法模式分
析与可视化技术
本文基于 Ｗｅｂ 使用挖掘将处理后的 Ｗｅｂ 日
志文件记录作为数据源利用关联规则技术进行挖
掘分析从而获得有关用户行为的信息主要涉及
到 个关键问题经过数据预处理得到一个页面访
问的集合作为数据挖掘的实体关联规则挖掘最
常用的是 Ａｐｒｉｏｒｉ 算法本文采用一种基于哈希技
术的改进的 Ａｐｒｉｏｒｉ 算法
１数据的预处理过程
Ｗｅｂ 使用挖掘的主要数据源是 Ｗｅｂ 服务器日
志文件日志文件主要有 种格式通用日志格式
Ｃｏｍｍｏｎ Ｌｏｇ ＦｏｒｍａｔＣＬＦ 和扩展的通用日志格
式Ｅｘｔｅｎｄｅｄ Ｃｏｍｍｏｎ Ｌｏｇ ＦｏｒｍａｔＥＣＬＦ表 记录
了 ＥＣＬＦ 中一些典型的内容
资源评论
weixin_38686187
- 粉丝: 8
- 资源: 965
最新资源
- 声音数字化通常涉及将模拟声音信号转换为数字信号
- 2025蛇年表情包-zip打包文件
- 草莓采摘机器人中基于HOG和支持向量机的重叠草莓检测方法
- 西门子plc与C#上位机通讯 界面WPF开发 基于S7netpuls库，自定义了S7netpulsHelper库，封装了一个新方法，WriteReadClass()，实现了对西门子DB块的读写操作，p
- WSL批量压缩MP4文件对应Shell脚本文件
- 基于支持向量机的面部识别特征提取算法研究
- 基于Matlab对MIMO通信系统中的3大部分-空时编码、系统容量、信道估计进行仿真分析项目源码-毕设
- “衣橱智能化”：构建高效的穿戴搭配平台
- simpack，铁路车辆建模资料 380带齿轮箱和不带齿轮箱两种（默认不带齿轮箱）
- JetBra-2021.1.x-重置.mp4.zip
- 基于Matlab对MIMO通信系统中的3大部分-空时编码、系统容量和信道估计进行仿真分析源码+说明（高分毕设）
- Python编程 一个简单的注册程序，利用数据库进行注册界面设计
- 导弹六自由度运动模型， MATLAB Simulink模型，导弹模型
- 跨年烟花源代码html/烟花代码大全html/跨年烟花源代码（2025跨年烟花代码html）
- 麦克风阵列声源定位相关算法matlab源码（高分项目）.zip
- 糖果盒子2.4.zip
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
