基于Apriori的Web访问模式挖掘算法

简要介绍Apriori算法与Web访问路径的有向图表示方法,提出一种从Web日志文件中得到频繁访问模式的算法,该算法以Apriori算法为基础,并以访问路径序列的有序性特点作为候选集的剪枝策略,减少候选集的生成,提高算法的效率。在真实数据集和模拟数据集上分别进行实验,实验结果表明该算法是有效的,且适应性好。

浏览行为数据在Web用法挖掘中的应用

网站用户的浏览行为的不确定性导致从现有的Web日志文件挖掘出的事务模式来预测用户行为越来越困难。引入一种新的数据类型浏览行为数据(BAD)用于提高Web用法挖掘的质量,BAD是一种特殊的浏览数据,如"复制","滚动","另存为",并且没有被日志文件所记录,并给出了BAD的定义。为了象Web日志文件一样记录BAD,介绍并使用一种现有的在线数据收集模块来捕获用户BAD。通过一个电子商务程序的实例说明BAD能增加现有Web事务挖掘算法的有效性。

基于SQL的频繁项目集的研究

Apriori算法是关联规则中挖掘频繁项目集的典型算法。在Apriori算法的基础上,利用关系数据库管理系统的强大功能和SQL语言操作简单,效率高的特点,提出了基于SQL的Apriori算法。该算法实现简单快速,可有效缩小扫描数据库的大小。将该算法应用于经过数据预处理的Web日志文件数据库,实验结果显示该算法是有效的。

点击流分析技术在网上评教系统中的应用

介绍一种常用于电子商务网站的点击流技术,列出了该技术在电子商务网站中几项分析功能及其在网上评教系统中与其相对应的几个方面的应用,以便对参评者的参评行为与过程做较为深入的跟踪和分析。给出了基于B/S的点击流分析子系统的三层体系结构图,介绍了该技术结合WEB日志文件在网上评教系统中的实现过程,以及在教学管理系统中的尝试。