摘要：eb日志中包含了大量的用户浏览信息 ,如何有效地从其中挖掘出用户浏览兴趣模式是一个重要的研究课题 .作者在分析目前用户浏览模式挖掘算法存在的问题的基础上 ,利用提出的支持 偏爱度的概念 ,设计了网站访问矩阵 ,并基于这个矩阵提出了用户浏览偏爱路径挖掘算法 :先利用web日志建立以引用网页URL为行、浏览网页URL为列、路径访问频度为元素值的网站访问矩阵 .该矩阵为稀疏矩阵 ,将该矩阵用三元组法来进行表示 .然后 ,通过对该矩阵进行支持 偏爱度计算得到偏爱子路径 .最后进行合并生成浏览偏爱路径 .实验表明该算法能准确地反映用户浏览兴趣 ,而且系统可扩展性较好 .这可以应用于电子商务网站的站点优化和个性化服务等 .

摘要：为有效地从web日志中挖掘出用户访问模式,在分析用户访问行为的基础上,充分考虑用户在路径选择及在页面浏览中表现出的兴趣,提出了路径选择兴趣度以及页面浏览兴趣度的概念。设计了路径选择兴趣矩阵和页面浏览兴趣矩阵,并基于两个矩阵,设计了浏览兴趣路径挖掘算法。该算法先通过对两个矩阵进行路径兴趣度计算得到所有的浏览兴趣子路径,然后进行子路径合并生成浏览兴趣路径。实验表明了该算法的有效性。

摘要：提出了一种用于从web日志中高效挖掘web访问模式的新算法 .设计了一个新的数据结构WAS树(webAccessSequence树 )来记录web访问序列和它的计数 ,避免冗长的支持度计算 ;开发出一个高效的递归算法 ,从WAS树中枚举出所有的访问模式 ,最后对算法的性能进行了分析并给出试验数据加以佐证 .这个算法的特点是不需要产生候选模式而直接挖掘出所有的访问模式 .

摘要：针对用户浏览兴趣模式数据的收敛性和准确度不高的问题,提出一种基于web日志与用户浏览行为结合的用户浏览兴趣模式数据挖掘模型。首先设计web日志与用户浏览行为结合的用户浏览兴趣模式数据信息流模型,进行用户浏览兴趣模式的频繁项特征提取和Qo S预测;然后采用web日志与用户浏览行为结合的行为调度模式自适应检索用户浏览网页的兴趣特征点,实现语义特征匹配,达到用户浏览兴趣模式数据挖掘的目的;最后通过仿真实验实现性能验证。结果表明,该方法的用户浏览兴趣特征点的匹配度高,数据挖掘精度得到提升,展示了优越性能。

摘要：为更好地实现会话识别,从而为后续模式发现提供准确的挖掘数据,在分析现有常用的会话识别方法后,提出一种基于待挖掘站点首页的用户会话识别方法。该方法根据用户浏览站点的习惯,以站点首页作为用户新会话开始标识,并增强了用户会话的定义。最后利用数据库编程实现该方法,将识别出的会话存储在数据库中,便于后续数据挖掘使用。实验结果表明,该方法能识别出更多的用户会话,且识别会话的准确率也更高。

摘要：web日志数据预处理是web日志分析的重要步骤,是通过web日志数据获取有价值信息的基础和前提。本文介绍了对商务部主办的《中俄经贸合作网》大量web日志数据进行预处理时所采用的算法和处理过程,即先将已知IP地址与物理地址的对应关系保存在HashMap中,然后综合运用折半与顺序查找算法,可显著减少查询次数,提高查询效率。实验结果证明这种方法具有好的应用效果,能极大改善数据预处理软件的性能。

摘要：从web日志中挖掘出的序列模式可以用于改善web信息服务。本文分析了web日志序列模式挖掘过程中的一些难点及相应的解决方案 ,并在此基础上设计了一个web日志序列模式挖掘工具SPMiner。

摘要：web日志挖掘是目前web挖掘研究的一个重点。针对web日志挖掘中存在的问题,给出了基于数据仓库技术的web日志挖掘方案,就数据预处理、数据立方体设计及数据挖掘技术的应用进行了较为深入的探讨。并以一个web站点日志为例,详细阐述了web日志数据预处理、web日志立方体设计以及数据挖掘算法的实现过程,并实现了一个web日志多维数据集,能够有效解决web日志分析中的难题。

摘要：通过获取的匿名用户浏览路径集,依据新的路径相似度定义,建立用户浏览路径相似度矩阵,并在此基础上设计实现了匿名用户浏览路径聚类算法,获得聚类结果集,并计算各类的中心,得到典型匿名用户路径。挖掘结果显示典型匿名用户路径代表了不同类用户网络浏览路径,可有效地作为网站信息推荐的依据。

摘要：针对传统统计测试方法效率低和适应性不强的局限性,结合web应用的特点,提出了一种基于用户分类的web日志统计测试方法。根据web应用的不同复杂度,通过用户分类和web日志统计进行建模,并依据该模型测试,评估web应用的可靠性。实验结果表明,该方法较传统统计测试方法对于web应用主要业务功能测试的覆盖率更高,其可靠性评估更具现实意义。