网站Web日志数据预处理模型的建立

文章对Web日志数据的预处理进行研究,建立了一个通用的基于Web日志数据预处理的模型.此模型主要包含数据清理、用户识别、会话识别、路径补充、格式化5个基本步骤.研究中,在用户识别步骤加入了时闻维度,基于此实现的算法在一定程度上提高了Web日志中用户识别的准确度.经过预处理之后,Web日志数据由原来的半结构化被转换成结构化,并存储在数据库中,以便后期Web挖掘的开展.实践证明,该模型是可行的,并具有良好的可扩展性.     

网站Web日志数据预处理模型的建立

文章对Web日志数据的预处理进行研究,建立了一个通用的基于Web日志数据预处理的模型。此模型主要包含数据清理、用户识别、会话识别、路径补充、格式化5个基本步骤。研究中,在用户识别步骤加入了时间维度,基于此实现的算法在一定程度上提高了Web日志中用户识别的准确度。经过预处理之后,Web日志数据由原来的半结构化被转换成结构化,并存储在数据库中,以便后期Web挖掘的开展。实践证明,该模型是可行的,并具有良好的可扩展性。     

Web使用挖掘在网站优化中的应用研究

针对互联网用户访问Web服务器产生的日志。结合Web使用挖掘相关理论，采用Apriori算法挖掘用户的频繁访问模式。首先进行数据预处理以保证数据的质量及提高挖掘的效率；然后对预处理后的数据采用Apriori算法进行关联规则挖掘，找出其中的频繁访问模式；最后分析结果，总结规则，提出建议。     

基于用户聚类的电子商务个性化推荐系统研究

从Web服务器日志文件和客户交易数据中挖掘有意义的用户访问模式和潜在的客户群,有助于企业提供个性化信息服务和开展有针对性的电子商务活动。本文基于Web挖掘的聚类技术,提出了一种电子商务中个性化推荐系统的具体实现方案。     

Web挖掘在电子商务中的应用研究

主要介绍了Web挖掘的定义,并对日志挖掘进行详细的说明,介绍了常用的Web挖掘方法,本文还讨论了分类算法的实际应用,最后总结了Web挖掘在电子商务中的应用.     

面向Web的数据挖掘技术

随着Internet的发展,Web数据挖掘有着越来越广泛的应用,Web数据挖掘是数据挖掘技术在Web信息集合上的应用。文章阐述了Web数据挖掘的定义、特点和分类,并对Web数据挖掘中使用的技术及应用前景进行了探讨。     

Web数据挖掘在移动电子商务领域的应用研究

随着移动通信技术的飞速发展,移动电子商务以其方便、快捷等优点获得了大量的网络用户。移动互联网端的用户行为分析已经成为迅速发展的知识领域。Web数据挖掘技术作为用户行为分析的基础在移动电子商务领域具有很高的实用价值。文章主要介绍了基于Web的数据挖掘定义及Web的数据特点,并对Web使用模式挖掘的过程和算法进行了重点分析,包括数据的预处理、模式发现和模式分析。除此之外,基于传统企业的电子商务化、业务领域多元化等特点,创新研究了如何建设企业电子化大平台,如何有效收集平台产生的海量数据,如何将Web数据挖掘技术应用于企业等内容。     

Web数据挖掘探讨

Web数据挖掘是目前信息技术中的研究热点,它是现代科学技术相互渗透与融合的必然结果。介绍了Web数据挖掘的含义,重点讨论了Web数据挖掘的类型以各种类型的Web数据挖掘的基本过程以及它们所使用的一些相关技术,最后指出了网络信息挖掘的应用前景。     

基于Web数据挖掘的电子商务网站个性化服务的研究

本文在阐述Web数据挖掘技术的定义和过程基础上,把Web数据挖掘应用到电子商务网站个性化推荐服务系统中,形成了基于Web数据挖掘的个性化服务电子商务网站模型,并对数据挖掘技术在个性化服务不同层面的应用进行分析。     

基于Web日志的浏览兴趣度分析技术研究

本论文主要针对Web挖掘领域中的Web日志挖掘领域,分析了已有的度量用户浏览兴趣方式的不足,提出了一种基于用户浏览行为度量用户浏览兴趣的方法,并通过线性回归预测方法预测了浏览兴趣度,建立了更准确的浏览访问路径树。实验表明,该方法是可行的并且具有较好的效果。     

Web数据挖掘中XML技术的应用研究

随着网络技术的发展,网上的信息资源越来越丰富,怎样对Web上海量的数据信息进行深层次的应用成了当今数据库技术的研究热点。文章针对Web上数据的特点和目前Web数据挖掘存在的挑战,结合XML语言的技术特点,主要探讨了XML技术在Web数据挖掘中的重要应用。     

面向Web的数据挖掘

面向Web的数据挖掘是当今数据挖掘技术研究及应用的热点之一。文章介绍了数据库挖掘技术和Web挖掘技术的相关背景,详细阐述了XML语言的卓越特性及其在Web数据挖掘中的重要应用。     

个性化推荐系统中Web使用挖掘技术的研究

Web挖掘技术在处理海量数据和稀疏数据上有着先天的优势,所以在推荐系统中Web挖掘技术得到了越来越广泛的研究和应用。文章从Web挖掘的概念着手,介绍几种个性化推荐技术,并指出了推荐系统未来的研究热点和发展方向。     

粒子群优化算法在Web内容挖掘中的应用与研究

随着计算机技术在各领域的广泛应用,互联网的迅猛发展使得各类信息以指数级增长,本文主要研究粒子群优化算法在Web数据挖掘中的应用,介绍了粒子群优化算法进行Web数据挖掘的基本原理,分析了其特点。简述了粒子群Web数据挖掘优化算法的原理、特点、参数设置与应用等,重点分析了粒子群优化算法中的惯性权值,加速因子的设置对算法基本性能的影响,给出了算法中的经验参数设置。     

基于Ajax技术的实时查询日志系统的设计与实现

目前,几乎所有大型Web的应用都考虑在系统中实现日志系统,但是由于受浏览器及系统资源等方面的限制,此系统在系统性能和用户满意度方面都不尽如人意。文章在介绍Ajax技术的基础上,采用ASP.NET2．0Ajax开发日志系统并实现了对自定义格式数据库系统的动态管理,使得对日志信息的管理更加及时、高效,操作更为简单,执行效率更高。     

Web挖掘在当今社会中的发展和前景

作为从浩瀚的Web信息资源中发现潜在的、有价值知识的一种有效技术,Web挖掘正悄然兴起,倍受关注。目前,Web挖掘的研究正处于发展阶段,尚无统一的结论,需要国内外学者在理论上开展更多的讨论,使Web挖掘开发对其生活发展起到推进作用,以及它所面临的挑战。     

网络舆情中的具有影响力个体信息发现与WEB日志数据挖掘预处理技术

网络舆情的形成,多数情况下是由极少数个体在舆论的初期不断施加影响的结果,对这个体的初期舆论信息的发现,十分重要。利用数据挖掘技术和对WEB日志数据挖掘预处理技术,对其进行研究,可以及早发现具有影响力个体舆论倾向,建立正确的舆论导向,使网络舆情能够健康发展。     

流程挖掘研究

企业信息系统，例如企业资源计划（ERP），客户关系管理（CRM），供应链管理（SCM），Web服务等等都支持企业流程．但是它们都不能跟踪并改进流程。流程挖掘的目的就是从日志数据中抽取信息构建商业流程执行时的模型，从而能跟踪改进流程。本文简单介绍了流程挖掘涉及到的一系列方面，包括流程挖掘的定义、框架、研究难点。最后从九个方面对四种流程挖掘工具EMiT，Little Thumnb，InWoLvE，Process Miner进行了比较。