一種基于XML的Web訪問模式發(fā)現(xiàn)模型研究.pdf

1、WWW技術蓬勃發(fā)展，由于Web站點的規(guī)模和復雜度的增加，網站的一些主要工作，如Web站點設計、Web服務設計、電子商務等工作變得越加復雜和繁重。Web數(shù)據(jù)挖掘可以幫助分析人員從用戶與網站的會話過程產生的大量多種多樣的信息中挖掘出對企業(yè)和網站設計人員有用的知識。將傳統(tǒng)的數(shù)據(jù)挖掘技術應用于商務站點數(shù)據(jù)處理工作，并提供一種高效的Web挖掘解決方案，是當今國際數(shù)據(jù)挖掘領域關注的熱門課題。 當今得到廣泛應用的是傳統(tǒng)的Web訪問挖掘技術，如

2、基于Web訪問日志的挖掘技術。Web訪問日志主要記錄了用戶登錄網站期間的瀏覽路徑，作為挖掘用戶訪問模式的數(shù)據(jù)源，數(shù)據(jù)信息量不夠，且準確度不高。因此，為了將數(shù)據(jù)挖掘技術更好地服務于以電子商務為代表的Web應用領域，在研究基于Web日志的挖掘技術的基礎上，一種基于XML的Web訪問模式發(fā)現(xiàn)模型被提出，試圖為提高Web挖掘效率和質量提供一種新思路。 新的模式發(fā)現(xiàn)處理模型結合了XML技術的可擴展性和層次性，以及Web站點信息的構成特性，

3、以此達到高效、主動、智能地采集各方面數(shù)據(jù)，使來自客戶端、服務器端日志以及數(shù)據(jù)庫的三方數(shù)據(jù)達到動態(tài)融合，并為挖掘工作提供豐富而又真實可信的數(shù)據(jù)源；在下一步的挖掘工作中，模型采用XML相關技術：采用定義了會話格式的XML文檔記錄數(shù)據(jù)，會話和用戶識別工作簡單而又準確；異構數(shù)據(jù)采用XML格式存儲，易于在不同數(shù)據(jù)庫之間傳輸；在應用程序中既可以生成單維，也可以生成多維數(shù)據(jù)集；模式挖掘環(huán)節(jié)中對傳統(tǒng)的模式挖掘算法，例如FP－tree算法進行優(yōu)化，整個W