浅析ＷＥＢ日志数据挖掘技术_第1页
浅析ＷＥＢ日志数据挖掘技术_第2页
浅析ＷＥＢ日志数据挖掘技术_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

浅析ＷＥＢ日志数据挖掘技术

摘要：互联网发展到今天已经成为了人们生活中不可缺少的一部分了，而互联网从某种意义上讲也可以看作是一个庞大的数据库，并且涉及到各个领域。那么在这个庞大的数据库中，教据挖掘技术有什么用武之地呢?本文通过时互联网上数据挖掘的简单论述，说明现在互联网上数据挖掘的一些趋势和相关技术，并且着重分析一下其中一种互联网上数据挖掘的应用方向相关的技术一一Web使用记录的挖掘，

关键词：web数据挖掘；Web日志；数据预处理

一、引言

目前。互联网已经和我们的生活密不可分，它可以说是一个巨大的、分布广泛和全球性的信息服务中心。它涉及新闻、广告、消息信息、金融信息、教育、政府、电子商务和许多其他信息服务。根据有关机构统计，目前互联网的数据以几百兆字节来计算，而且增长速度很快，如果将这个庞大的数据库用一般的统计分析来处理的话，显然是有心无力的。自从数据挖掘技术成功地应用于传统数据库领域之后，人们对于数据挖掘在像互联网数据这样的一些特殊数据源的应用也寄予了厚望，并且做了许多相应的研究和发展了相应的技术。将数据挖掘技术应用到互联网数据上，理论上可行，但是由于互联网自身的特点，也使它面临一些需要克服的技术难点。

可以说，在互联网上应用数据挖掘技术的前途是光明的，但道路也是曲折的。目前互联网上的数据挖掘技术主要根据挖掘的方向一般分为三类：Web内容挖掘，Web结构挖掘和Web使用记录的挖掘。而结构本来就蕴藏在内容中，是内容的骨，因此有些分类方法又分为Web内容挖掘和Web使用记录挖掘。这里按照后一种分类方法来看一下目前的相关技术和应用。

二、技术

(一)Web日志

目前市面上比较流行的Web服务器，例如IIs通常都保存了对Web页面的每一次访问的日志项。它忠实地记录了访闯该Web服务器的数据流的信息。日志文件记录些什么内容还可以根据客户的不同需要。来调整记录些什么信息。

(=)数据挖掘的必要性

通常Web服务器每天都会新开一个日志文件，在流量比较大的网站，这些Web文件的大小往往达到几百兆甚至更多，因此要能有效地分析和处理这些日志文件，用数据挖掘技术是最好不过了。对于简单的网站结构，可能分析处理一个Web的日志文件就可以了，但是通常对于一些比较大的门户网站来说，一个门户网站往往是好几十个甚至上百个web服务器组成一个集群来对外服务的，在分析这些网站的日志文件时候，就需要采取分布式的W

人人文库> 全部分类> 专业文献 > IT计算机

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论