基于Web日志挖掘的策略研究

下载PDF

导出

摘要 Web日志挖掘是对Web服务器上的日志进行挖掘分析，它能识别和发现客户的行为特点和偏好以及潜在的购买意向。能促进企业改进电子商务网站的建设，及时调整企业的客户关系和营销策略，这是企业提高核心竞争力的重要策略。

作者王彦丽王洪伟

机构地区吉林医药学院

出处《电脑知识与技术》 2011年第11期7583-7584,7602,共3页 Computer Knowledge and Technology

关键词 WEB日志挖掘关联规则挖掘 FP-GROWTH算法

参考文献5

1Jiawei Han,Micheline Kambe,Data Mining:Concepts and Techniques[M].Morgaan Kaufmann Publishers,San Francisco,CA,2001.
2冯志新,钟诚.基于FP-tree的最大频繁模式挖掘算法[J].计算机工程,2004,30(11):123-124. 被引量：18
3Pei J,Pattem Growth Methods for Frequent Pattern Mining[D].Simon Fraser University,2002.
4王彤,何丕廉.Web日志挖掘及AprioriAll算法的改进[J].天津理工大学学报,2007,23(1):13-17. 被引量：6
5Ramez Elmasri,Shamkant B Navathe.Fundamentals of Database Systems fifth Edition[M].北京:机械工业出版社,2008.

1[1]Han J, Kambe M. Data Mining: Concepts and Techniques. Morgaan Kaufmann Publishers, San Francisco, CA, 2001
2[2]Agrawal R, Srikant R. Fast Algorithms for Mining Association Rules. Proc. 20th Int'l Conf. Very Large Databases, Santiago, Chile, 1994-09: 497-499
3[3]Han J, Pei J, Yin Y. Mining Frequent Patterns Without Candidate Generation. In Proc. 2000 ACM-SIGMOD Int. Conf. Management of Data (SIGMOD'00), Dalas, TX, 2000-05: 1-12
4[4]Pei J. Pattern Growth Methods for Frequent Pattern Mining [doctor thesis]. Simon Fraser University, 2002-06-13
5[5]Burdick D, Calimlim M, Gehrke J. MAFIA: A Maximal Frequent Itemset Algorithm for Transactional Databases. In Int'l Conf. on Data Engineering, 2001-04
6[1]Han Jiawei,Kamber M.Data mining concepts and techniques[M].北京:机械工业出版社,2001.
7[2]Bain T.SQL Server 2000数据仓库与Analysis Services[M].北京:中国电力出版社,2003.
8[3]Dunham M H.Data mining introductory and advanced topics[M].北京:清华大学出版社,2003.
9[5]Claude S.Data mining with SQL Server 2000 technical reference[M].北京:机械工业出版社,2002.
10[6]Witten L H,Frank E.Practical machine learning tools and techniques with JAVA implementations[M].Beijing:China Machine Press,2003.

1王华金,兰红.一种基于FP-tree挖掘最大频繁模式的改进算法[J].长春工程学院学报（自然科学版）,2007,8(1):59-62. 被引量：1
2陈凯,冯全源.最大频繁项集的高效挖掘[J].微电子学与计算机,2005,22(8):22-25. 被引量：13
3谢凌,陈新度,陈新.基于产品3D模型点击流的客户行为分析[J].计算机应用,2005,25(12):2940-2942. 被引量：4
4何坤鹏,郭海波.WEB日志挖掘技术及其应用研究[J].中国科技信息,2007(16):78-79. 被引量：3
5李忠哗,吴聪聪,何丕廉.一种约束最大频繁项目集挖掘算法[J].微电子学与计算机,2007,24(11):70-72. 被引量：2
6司应硕,杨世平.一种基于改进的AprioriAll算法的Web路径模式挖掘[J].广西师范大学学报（自然科学版）,2007,25(4):172-175. 被引量：4
7陈力,李林,秦臻.关联规则在提高图书馆服务质量中的应用[J].情报杂志,2008,27(2):145-146. 被引量：7
8段仰广,韦玉科.一种基于排序FP-TREE挖掘最大频繁模式的高效算法[J].广东工业大学学报,2009,26(2):64-68. 被引量：1
9桂海霞,孟祥瑞.一种基于Apriori的高效关联规则挖掘算法的研究[J].安徽理工大学学报（自然科学版）,2009,29(4):55-58. 被引量：2
10黄肇明.Apriori算法的改进及其在单病种信息挖掘中的应用[J].广西科学院学报,2009,25(4):264-266.

电脑知识与技术

2011年第11期

内容加载中请稍等...