HFP-growth算法在wap日志挖掘上的應(yīng)用研究.pdf

1、隨著網(wǎng)絡(luò)的普及，網(wǎng)絡(luò)用戶的日益增多，在服務(wù)器端和客戶端都產(chǎn)生了大量的網(wǎng)絡(luò)日志，這些海量數(shù)據(jù)如果不加以利用，就是死海。所以，應(yīng)運(yùn)而生地，有了數(shù)據(jù)挖掘這一學(xué)科。而Web日志挖掘正是數(shù)據(jù)挖掘針對(duì)Web產(chǎn)生的分枝。通過(guò)對(duì)網(wǎng)絡(luò)日志的分析和處理，可以找出用戶的行為模式，比如興趣愛(ài)好，這樣大量的數(shù)據(jù)就得到了應(yīng)用，讓沉寂的大海有了生命。Web日志挖掘的應(yīng)用有利于電子商務(wù)系統(tǒng)的建立、發(fā)掘潛在的客戶分析、提高網(wǎng)站的建設(shè)性能等方面。
　　 網(wǎng)絡(luò)的發(fā)展

2、延續(xù)到了手機(jī)時(shí)代，目前用手機(jī)上網(wǎng)的客戶群不占少數(shù)，所以WEB日志挖掘有必要延伸到WAP日志的挖掘方向。目前在這一方面的研究成果還不是很多，但從用戶群的數(shù)量可以看出，這一方面的學(xué)術(shù)研究會(huì)越來(lái)越被重視。WAP日志跟WEB日志稍有不同，預(yù)處理的時(shí)候可以不用考慮用戶識(shí)別的問(wèn)題，可以簡(jiǎn)單的把同一手機(jī)號(hào)碼認(rèn)為是同一用戶，而挖掘的過(guò)程大相徑庭，基本上都是實(shí)現(xiàn)對(duì)url的數(shù)據(jù)分析，WEB挖掘的方法同樣適用于WAP日志數(shù)據(jù)。
　　 本文系統(tǒng)地介紹了

3、數(shù)據(jù)挖掘產(chǎn)生和發(fā)展的狀況，同時(shí)討論了數(shù)據(jù)挖掘的流程及各流程的技術(shù)方法。尤其對(duì)Web日志的挖掘，進(jìn)行了深入的探討。首先，對(duì)預(yù)處理的各步驟及方法進(jìn)行了詳細(xì)的介紹，還配合了對(duì)WAP日志的處理，同時(shí)對(duì)真實(shí)數(shù)據(jù)進(jìn)行處理，為后面挖掘工作做好準(zhǔn)備。其次，對(duì)關(guān)聯(lián)規(guī)則的兩大算法進(jìn)行了詳細(xì)的介紹，APRIORI算法和FP-GROWTH算法，還針對(duì)FP-growth算法的不足，提出了新的HFP-growth算法，最后對(duì)這三個(gè)算法進(jìn)行了比較，和舉例說(shuō)明，最后我