WEB用户访问序列模式挖掘

【摘要】：随着Web应用的快速发展,Web数据挖掘正成为数据挖掘的热点之一,根据Web挖掘的目的和数据对象的不同,Web数据挖掘可以分为Web内容挖掘、Web结构挖掘、Web用户访问信息挖掘。web用户访问日志数据挖掘就是利用数据挖掘的技术挖掘分析用户访问留下的日志文件,挖掘用户访问模式,为网站经营管理和结构调整提供决策支持;为企业发现新市场机会,进行市场决策;提高通过网站施行的营销效果,以及为企业进行战略决策提供有价值的潜在的信息。 数据仓库是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合,用于支持管理决策。数据仓库系统主要包括数据源、数据仓库、OLAP服务、前端工具等组成部分。数据仓库的设计模式有星型模式和雪花模式,设计步骤有概念模型设计、逻辑模型设计、物理模型设计、数据仓库生成、数据仓库运行和维护等。 数据挖掘中的序列模式挖掘是数据挖掘的一个重要方向,本文给出了序列模式挖掘的主要算法,并在PrefixSpan算法的基础上提出改进,,实现中通过减少投影数据库的数量对该算法进行了优化,通过M矩阵的构造,用频繁2-序列的投影代替频繁1-序列的投影,减少了投影数据库的数量,同时利用了Aprior性质对投影数据库剪枝,进一步减小了投影数据库的大小,对算法进行了优化。最后对该算法进行了分析并给出实验数据。 对Web Log进行数据预处理,得到序列模式挖掘所需的序列模式数据库,建立星型的数据仓库并进行了OLAP分析。最后对序列数据库进行了序列模式挖掘,并对挖掘的结果进行了分析。