基于WEB挖掘的網站結構優(yōu)化研究.pdf

1、隨著互聯(lián)網的發(fā)展，越來越多的業(yè)務在互聯(lián)網上開展，企業(yè)關注的重點在于用戶使用Web的規(guī)律。而信息的爆炸式增長與人們注意力的有限性之間的矛盾也隨之增加。Web使用挖掘正是解決這一矛盾的有效手段,它從用戶對Web的訪問信息中抽取出感興趣的模式,以了解用戶訪問站點的訪問興趣和模式,為網站管理員提供可以帶來經濟效益的信息和各種利于網站結構優(yōu)化的信息,用于提高網站訪問效率，完善對網站的運營管理，具有十分重要的意義和廣闊的前景。
　　本文首先闡

2、述本篇論文的研究背景及數據挖掘的國內外研究現(xiàn)狀，并對Web日志挖掘、Web數據挖掘和數據挖掘進行了介紹，主要研究Web使用挖掘有關的理論和技術，并重點研究了關聯(lián)規(guī)則的挖掘算法和最大頻繁訪問模式的挖掘算法。本文主要取得了以下研究成果：
　　1．將Web日志數據、頁面內容及網站結構信息都作為數據源，進行數據預處理，克服傳統(tǒng)數據挖掘中的數據源單一問題，以提高用戶訪問模式識別的精確度；
　　2．根據頁面相關和客戶相似的特點，將網站頁

3、面和客戶群體分別進行分析，并根據站點結構信息計算頁面的相對權重，作為頁面排序的重要依據。根據頁面分析結果，建立網站的有效索引頁面，使用戶進行更有效的訪問；根據客戶群體特性，可以進行有效的訪問推薦，優(yōu)化網絡性能。
　　3．克服現(xiàn)有關聯(lián)規(guī)則的挖掘算法和最大頻繁訪問模式的挖掘算法的缺點，提出改進的FP-Tree算法FP-Apriori，得到用戶的頻繁訪問模式，根據頻繁模式集優(yōu)化網站結構，使用戶的有效訪問率提高，改善網站質量；