Web使用挖掘若干關鍵問題研究.pdf

1、Web使用挖掘(Web Usage Mining)是應用數(shù)據(jù)挖掘技術Web數(shù)據(jù)中發(fā)現(xiàn)使用模式的過程.Web提供了一種不受時空限制的人機交互界面,為大規(guī)模記錄,收集,分析和抽取用戶行為信息提供了巨大的技術發(fā)展空間.在此背景下,Web使用挖掘研究得到了學術界和工業(yè)界的廣泛關注,由此衍生的技術大量應用在科學研究,軟件設計以及商業(yè)智能等領域.該文總結了目前Web使用挖掘研究的現(xiàn)狀,對其中存在的一些問題作了深入的研究和探討.這些問題分別涉及頻繁序

2、列模式挖掘,Web用戶行為特征相似性/差別的量化方法,以及支持Web站點設計優(yōu)化的數(shù)據(jù)挖掘技術.該文的主要貢獻如下:(1)提出了一個稱為TD-WAP-Mine的頻繁序列模式挖掘算法.和已有的算法相比,它采用了新的頻繁模式搜索策略,大幅度減少了在構造中間數(shù)據(jù)方面的工作量.大量的實驗結果表明此算法在運行速度方面好于原有的算法,特別適合用在需要挖掘大量頻繁模式的場合.(2)提出了一種使用Web結構數(shù)據(jù)所蘊涵的語義信息量化使用行為特征差別的方法

3、.與已有的研究相比,特征項之間的關系表示結構從有向根樹擴展到了有向無環(huán)圖.基于核心概念"最大相似寬度",此方法為量化使用行為特征在語義上的差別定義了一組距離函數(shù).在關系表示結構是有向根樹的條件下,這些距離函數(shù)均滿足三角不等式特性,在提高搜索效率方面具有優(yōu)勢,彌補了以往研究存在的缺陷.實驗初步表明此類距離函數(shù)在最近鄰查詢效果和計算速度方面可與已有研究媲美.(3)提出了一種新的支持站點設計優(yōu)化的Web使用挖掘方案.此方案基于歷史搜尋路徑統(tǒng)計