Web日志的高效多能挖掘算法

被引：104

作者：

宋擒豹

沈钧毅

机构：

[1] 西安交通大学计算机科学与技术系!西安

来源：

计算机研究与发展 | 2001年 / 03期

关键词：

客户群体聚类; Web页面聚类; 频繁访问路径; Web日志挖掘; 电子商务;

D O I：

暂无

中图分类号：

TP393 [计算机网络];

学科分类号：

081201 ; 1201 ;

摘要：

通过对 Web服务器日志文件和客户交易数据进行分析 ,可以发现相似客户群体、相关 Web页面和频繁访问路径 .提出了一种新颖的 Web日志挖掘算法 .在该算法中 ,首先以 Web站点 URL 为行、以 User ID为列建立URL- User ID关联矩阵 ,元素值为用户的访问次数 ,然后 ,对列向量进行相似性分析得到相似客户群体 ,对行向量进行相似性度量获得相关 Web页面 ,对后者再进一步处理还可以发现频繁访问路径 .实验结果表明了算法的有效性

引用

页码：328 / 333

页数：6

共 7 条

[1]

Grouping Web page references into transactions for mining World Wide Web browsing patterns. Cooley R,Mobasher B,Srivastava J. . 1997

[2]

Net analysis desktop. Net Genesis Corp. http://www.netgen.com . 1996

[3]

Open market Web reporter. Open Market Inc. http://www.openmarket.com . 1996

[4]

Web Mining: Pattern Discovery From World Wide Web Transaction. Mobasher B,Jain N,Han E,et al. Technical Report TR-96050 . 1996

[5]

Discovering Web Access Patterns and Trends by Applying OLAP and Data Mining Technology on Web Logs. Zaiane OR,Xin M,Han J. Proceedings of Advances in Digital Libraries Conference (ADL’98) . 1998

[6]

Webtrends. Software Inc. http://www.webtrends.com . 1995

[7]

Data mining for path Traversal patterns in a Web environment. Chen M S,Park J S,Yu P S. Proceedings of the 16th International Conference on Distributed Computing Systems . 1996

← 1 →