Web日志挖掘中的数据预处理研究

Web日志信息的预处理是Web日志挖掘任务中的重要阶段,是整个Web日志挖掘过程的基础和实施有效挖掘算法的前提,在Web日志挖掘中起着重要的作用,也是工作量较大的一部分。数据预处理的基本技术,包括数据清理、数据集成和转换、数据归约等。本文介绍了数据预处理中涉及到的数据清理、用户识别、会话识别、路径补充、事务识别等过程,并提出了一种路径补充算法。

Research of Data Preprocessing in Web Log Mining

The preprocessing of web logs plays a key role in web mining;it also needs a lot of workloads.The basic technology of data item preprocessing includes data cleaning,data integration,data transition.In this paper,the author presents the main processes in data item preprocessing including data cleaning,user identifying,session identifying,path supplement and transaction identifying and puts forward a new algorithm for identifying transactions.