基于Web日志的序列模式挖掘及其在電子商務中的應用.pdf

1、隨著Internet技術(shù)的快速發(fā)展和普及，電子商務逐漸流行起來。電子商務系統(tǒng)在運行的過程中積累了大量的訪問數(shù)據(jù)，對于企業(yè)來說，這些數(shù)據(jù)是十分寶貴的資源。由于數(shù)據(jù)挖掘技術(shù)致力于數(shù)據(jù)分析和理解、揭示數(shù)據(jù)內(nèi)部所蘊藏的知識，因而在數(shù)據(jù)存儲爆炸性增長的今天，大量潛在的有用信息得以被提取和發(fā)現(xiàn)。將數(shù)據(jù)挖掘技術(shù)應用于Web數(shù)據(jù)分析的Web挖掘技術(shù)成為一個重要的研究領(lǐng)域。Web日志挖掘是Web數(shù)據(jù)挖掘中的一種，運用數(shù)據(jù)挖掘技術(shù)對服務器日志進行分析和處理

2、，從網(wǎng)站的訪問日志文件中挖掘出用戶的訪問模式，比如關(guān)聯(lián)規(guī)則、序列模式。 本文對Web日志中序列模式的挖掘及其在電子商務中的應用做了研究。序列模式挖掘最早用于購物籃的分析，PrefixSpan算法是傳統(tǒng)序列模式挖掘的一種比較有效的方法。本文所用算法主要是在PrefixSpan算法的基礎(chǔ)上，做了一些改進，并且添加了一些規(guī)則約束，比如最大間隔約束，使其既可以應用于普通的購物籃分析，又可以應用于Web訪問序列的挖掘。在Web日志挖掘中，

3、數(shù)據(jù)的預處理尤為重要，本文首先對Web日志進行了數(shù)據(jù)預處理，包括數(shù)據(jù)清洗、用戶識別、會話識別、路徑補充等。另外，本文提出了一種新的Web訪問序列模式挖掘方法，首先對經(jīng)過預處理后的數(shù)據(jù)庫進行用戶的最大前向引用的識別，在此基礎(chǔ)上運用序列模式挖掘算法進行頻繁訪問序列的挖掘。 Web訪問序列模式的挖掘具有重要的實踐意義。電子商務的發(fā)展為企業(yè)提供了新的商業(yè)模式，Web訪問序列模式在電子商務中，既可以用于進行站點的優(yōu)化，又可以為用戶提供個