基于Web日志的用户访问模式挖掘

在Web数据挖掘研究领域中，Web日志挖掘是最重要的应用研究方向之一。Web日志挖掘的目的是找出网站用户的访问模式，这一过程主要包含四个步骤：数据采集、日志预处理、模式识别和模式分析。 我们从原始的访问日志中提取出自己所需要的信息，插入到数据库中；并根据特定的启发式规则确定用户，提取出每一个用户的访问序列；然后应用聚类技术中的DBSCAN算法将用户访问过的网页聚类；再将对某一类网页或者某几类网页感兴趣的所有访问用户聚成一类。这样，就实现了对用户的聚类。接下来，我们根据序列模式挖掘理论，应用GSP算法挖掘出每一类用户的访问模式。 通过对每一类用户的访问模式进行分析，我们可以调整网站的拓扑结构，提高网站的访问量；构造自适应网站；改善页面缓冲和预取的策略，提高访问速度；还可以用于监视非法登录等。