Web数据挖掘中的数据预处理

Data Preprocess in Web Data Mining

WLP数据挖掘是分析网络应用的主要手段。其数据源一般是网络服务器日志,然而日志记录的是杂乱的、不完整的、不准确的并且Web是非结构化的数据,必须进行数据预处理。文章将预处理过程分为个阶段—数据清洗、区分使用者、会话识别,并提出了一个高效的3Web数据挖掘预处理结构和相应的算法。

Web data mining is the main method for analysis of Web application. The data resource often is the Web server logs. But the log originated is unorderly, uncomplete, unprecision and unstructured. So it must be preprocessed. This thesis divides the data preprocess into three periods as date cleaning, user identification,session identification,and proposes an efficient Web data mining preprocess architecture WLP and the corresponding algorithms. ;;;;;