检索结果-南通市图书馆

Mining Interesting Knowledge from web-log

Wuhan University Journal of Natural Sciences 2004年第5期9卷 569-574页

作者： ZHOUHong-fang FENGBo-qin HEIXin-hong LULin-tao SchoolofElectronicsandInformationEngineering Xi＇anJiaotongUniversityXi＇an710049Shaanxi.China SchoolofComputerScienceandEngineering Xi＇anUniversityofTechnologyXi＇an710018Shaanxi.China

web-log contains a lot of information related with user activities on the Internet. How to mine user browsing interest patterns effectively is an important and challengeable research topic. On the analysis of the present algorithm’s advantages and disadvantages we propose a new concept: support-interest. Its key insight is that visitor will backtrack if they do not find the information where they expect. And the point from where they backtrack is the expected location for the page. We present User Access Matrix and the corresponding algorithm for discovering such expected locations that can handle page caching by the browser. Since the URL-URL matrix is a sparse matrix which can be represented by List of 3-tuples, we can mine user preferred sub-paths from the computation of this matrix. Accordingly, all the sub-paths are merged, and user preferred paths are formed. Experiments showed that it was accurate and scalable. It’s suitable for website based application, such as to optimize website’s topological structure or to design personalized services. Key words web Mining - user preferred path - web-log - support-interest - personalized services CLC number TP 391 Foundation item: Supported by the National High Technology Development (863 program of China) (2001AA113182)Biography: ZHOU Hong-fang (1976-), ***. D candidate, research direction: data mining and knowledge discovery in databases.

关键词： web Mining user preferred path web-log support-interest personalized services

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

高效的web-log Mining算法

引用

微机发展 2003年第4期13卷 71-72,75页

作者：马涛刘昱琨王希雷燕山大学信息科学工程学院河北秦皇岛066004

通过对web服务器日志文件进行分析,可以发现相似的客户群体、相关web页面以及频繁访问路径。这里提出了一种新颖的web日志挖掘算法,该算法是以服务器日志文件中的不同会话为聚类对象,通过对不同会话实施空间距离聚类和层次结构比较聚类... 详细信息

通过对web服务器日志文件进行分析,可以发现相似的客户群体、相关web页面以及频繁访问路径。这里提出了一种新颖的web日志挖掘算法,该算法是以服务器日志文件中的不同会话为聚类对象,通过对不同会话实施空间距离聚类和层次结构比较聚类,最终得到了满意的聚类结果。最后,给出了一个应用实例,实例表明,该方法是有效可行的。

关键词： web-log Mining算法数据库数据挖掘会话客户群体聚类频繁访问路径

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：