Web日志用戶群體分析系統(tǒng).pdf

1、隨著互聯(lián)網(wǎng)的快速發(fā)展，搜索引擎、門戶網(wǎng)站等網(wǎng)絡(luò)產(chǎn)品后臺產(chǎn)生了大量的Web日志。然而，原始的Web日志都是些一維的記錄式數(shù)據(jù)，其格式大致上都是“[某人][某時][用搜索引擎查詢了某個關(guān)鍵詞或者瀏覽了某個門戶網(wǎng)站的網(wǎng)頁]”，從大量這樣的日志中獲取用戶信息是很困難的。 本文以Web挖掘理論為基礎(chǔ)，以Web日志分析發(fā)展現(xiàn)狀為背景，提出將多個網(wǎng)絡(luò)產(chǎn)品的Web日志結(jié)合起來進(jìn)行分析，從中提取網(wǎng)絡(luò)用戶的群體特征，服務(wù)于Web廣告商和廣大網(wǎng)絡(luò)用戶

2、。并完成了一個Web日志用戶群體分析系統(tǒng)的設(shè)計與實現(xiàn)。 Web日志用戶群體分析系統(tǒng)把關(guān)注點放在用戶群體特征上，對大量的Web日志數(shù)據(jù)進(jìn)行整理和統(tǒng)計，生成多維的關(guān)于用戶群體特征的信息。比如網(wǎng)絡(luò)用戶中的男女比例、年齡分布、婚姻狀況、職業(yè)分布、國家地區(qū)分布和所使用的語言特征等等，并且把這些信息用直觀的柱狀圖、餅狀圖或曲線圖展示給廣告商或者其他感興趣的用戶看。 系統(tǒng)還生成一些關(guān)于搜索引擎熱門查詢關(guān)鍵詞的統(tǒng)計報告，顯示在一段時間內(nèi)

3、哪些關(guān)鍵詞被查詢的次數(shù)最多，并且用曲線圖描繪出這些熱門關(guān)鍵詞在一段時間內(nèi)的變化趨勢。 另外，系統(tǒng)對網(wǎng)址的訪問情況進(jìn)行全方位統(tǒng)計，對于網(wǎng)址管理者改善用戶體驗有著很重要的參考價值。 本文的整個思想就是從大量Web日志數(shù)據(jù)中提取有意義的信息。為廣告商提供用戶群體特征，提高廣告投放的效益。網(wǎng)絡(luò)訪問統(tǒng)計信息可以用于網(wǎng)站管理員了解Web用戶的情況，改善用戶體驗。 Web日志用戶群體分析系統(tǒng)進(jìn)一步豐富了Web日志分析的內(nèi)容，并