一种基于粗糙集的Web用户访问规则获取方法

用户浏览模式获取是现阶段Web日志挖掘的主要目标之一。该文根据用户浏览的重要特征,提出了一种应用粗糙集理论获取规则的方法。选取重要特征作为条件属性并通过算法实现获取最终规则,实例分析效果良好。该方法的特点是只需要简单的数据预处理但可以获得简洁有效的访问模式。     

一种基于Web的数据库访问模型

一、引言 Internet是一个大型、自治的分布式系统,随着网络速度的提高,声音、图像、文本等大量媒体信息在网络上传输,Internet网络的使用范围越来越广。为了适应其可用信息和所用信息规模的爆炸式增长,大型的Internet结点正日益发展为数据库系统,同时,传统的数据库系统也正向Internet平台转移,浏览器/Web服     

一种高效的Deep Web内容获取技术

近几年,对Deep Web的研究和实践,尤其在商业领域已经有了一定实质性的成果.但在对网络数据库内容获取上仍处于起步阶段.就Deep Web数据库内容的获取展开研究,设计一种属性值图的方法,从图形角度对数据库内容遍历,最终获取Deep Web内容.通过实验验证,证明该方法能有效地获取的大量Deep Web内容,用户可通过搜索引擎更方便快捷地查找,大大提高了索引的覆盖率和效率.     

挖掘基于Web的访问路径模式

本文介绍了一种新的基于Web的序列模式－访问路径模式挖掘问题,给出了问题的形式化描述以及挖掘访问路径模式的方法,提出了识别最大前向访问路径和发现大访问路径的算法。     

基于URL的Web服务器数据访问

随着90年代Internet引发计算模式革命,Java作为第一个以网络化观念设计的语言,凭借强大的网络开发功能迅速在网络开发和应用中崛起。在Java的内核API中,为网络开发提供了设计良好的接口,大部分应用层网络软件用Java编写要比用C或C++语言开发的网络软件更快捷更简便。 本文的示例程序是一个使用URL类开发的访问Web服务器数据程序。     

基于Web的网站访问统计分析系统

系统由两部分组成,一部分采用C#编写Win32程序对IIS日志文件的内容进行数据清理,提取并添加与统计相关的信息,将有效数据写入SQLServer数据库中;另一部分,则采用ASP编写Web程序根据用户选择的统计方式对网站访问情况进行统计分析,并将统计分析的结果以图形方式显示在客户端。     

Web数据自动获取系统的开发

Web数据自动获取系统是一个针对用户需要实时获取数据站点上定期更新的数据文件系统。以Visual Studio 2010为开发环境,开发了一个C/S结构的软件系统。能够实时对目标网站上的数据进行跟踪,下载。打造更加安全,高效的办公环境。     

一种基于数据访问机制的改进数据缓存替换算法

介绍了在网格环境下的数据访问机制的实现DASM,提出了一种文件缓存机制,并采用Adjust-LRU算法来实现元数据缓存的替换算法,该算法综合考虑缓存中记录最近被访问的时间和记录大小两个因素的影响,能更好地选择一个合适的记录。     

Web日志数据挖掘的数据预处理方法研究

主要介绍了Web用户访问日志数据挖掘数据预处理过程,综述了国际上的研究现状。流行的预处理方法。在对用户访问行为的合理假定基础上,最后提出了基于综合最大前向参引模型和时间窗口模型的新方法。     

基于Web的日志挖掘数据预处理方法的研究

随着www的广泛应用及相应的Web技术的出现,使数据挖掘的研究进入了一个新的阶段。Web日志挖掘就是运用数据挖掘的思想来对服务器日志进行分析处理。论文针对基于日志的数据挖掘提出了前期的几种数据预处理方法,目的是分割服务器日志为多个独一无二的用户的一次访问序列,并给予了很好的算法实现。     

用户访问模式挖掘中数据预处理问题的研究

首先给出了用户访问模式挖掘的概念,然后主要对用户访问模式挖掘中的数据预处理工作中碰到的一些问题及对这些问题的解决方法进行了较为详细的描述。     

Web使用模式挖掘在电子商务中的应用

在介绍了Web使用模式挖掘技术后，深入论述了Web使用模式挖掘理论在电子商务中的应用，试图将理论与实践结合起来，从而促进电子商务的发展。     

Web使用挖掘中的数据预处理算法研究

数据预处理是Web使用挖掘的一个关键环节,数据预处理的结果直接影响到后续步骤,如事务识别、路径分析、关联规则挖掘和序列模式挖掘的效果。提出了一种精确识别用户和会话的数据预处理算法(USIA),并且用实验证明它是高效的。     

Web使用挖掘研究

本文给出了一个完整的Web使用框架,并对Web使用挖掘过程进行了详细的分析和阐述。提出一个基于Web使用挖掘的个性化教育资源推荐系统原型,讨论了Web使用挖掘在教育网站中的应用。     

基于Web日志挖掘的个性化服务站点

介绍个性化站点的概念，并对Web日志挖掘系统体系结构进行分析。其后将关联规则挖掘技术应用到日志事务会话中，在对日志数据的特性分析的基础上提出类Apriori挖掘算法。对类Apriori挖掘算法得到的频繁项集如何有效提取关联规则提出了最有效的方法。在实际应用中探讨了如何从多个匹配的关联规则中选择合适的匹配规则。     

基于K-means算法的Web日志挖掘在移动学习中的实现

随着互联网技术和无线通信技术的发展,移动学习成为正式和非正式学习者的学习必备方式。使用Web日志数据挖掘技术和K-means聚类分析方法,通过对学习者的学习特征和行为进行监测与分析,有针对性地进行课程资源和教学过程设计,有效改善了系统的拓扑结构,实现了移动学习中个别化学习的目标。     

Mining Cross-Transaction Web Usage Patterns

Web Usage Mining is the application of data mining techniques to large web log databases in order to extract usage patterns. However, most of the previous studies on usage patterns discovery just focus on mining intra-transaction associations, i.e., the associations among items within the same user＇s transactions, m cross-transaction association rule describes the association relationships among different users＇ transactions. In this paper, the closure property of frequent itemsets, which can determine the complete set of all frequent items exactly and is usually much smaller than the latter, is used to mine cross-transaction association rules from web log databases. We give the basic notion of frequent cross-transaction closed itemsets and prove the related necessary theories. And an efficient algorithm, i.e. MFCCPS（Mining Frequent Cross-Transaction Closed Pageviews Sets）, is designed and implemented. At last, an extensive experimental result on two synthetic datasets shows that our approach outperforms previous methods.     

Web使用挖掘在远程开放教育网站建设的应用

通过广东电大成绩查询网站的开发运行,应用Web使用挖掘技术,对成绩查询网站服务器日志数据及扩展的用户日志数据进行数据挖掘,分析了解学生的访问行为,从而可以为学生提供个性化、针对性的服务;同时基于Web使用挖掘的研究可以使网站结构曼合理、更安全.