Web用户访问模式挖掘

随着网站内容的不断丰富和访问量的增加,网站结构变得越来越复杂,导致信息获取和推送都比较困难.将数据挖掘技术应用于用户访问模式,形成了Web访问模式挖掘.Web访问模式挖掘是从Web访问日志中挖掘有用的用户访问信息,据此可以形成关联规则、序列模式、聚类模式和分类模式等4类信息,这对于优化站点结构、为不同类别的用户提供个性化服务,有效地实现信息获取和信息推送是非常必要的.Web访问模式挖掘是目前数据挖掘领域的一个重要研究课题,结合研究工作,从概念、方法、任务、过程、应用及面临的挑战等方面对其进行了较详细的评述.     

科技信息网站访问统计系统的设计与实现

网站的建设和完善需要了解用户对网站的访问情况.以科技信息网站的访问信息自动统计为例,详细介绍了网站访问统计系统的设计思想.系统采用ASP和SQLServer2000技术实现,能自动记录和统计用户访问网站的情况,易于操作,便于管理人员进行分析和对网站的进一步建设.     

Web日志挖掘中的数据预处理技术

用户访问网站,Web日志中会记录下大量的用户访问信息,通过挖掘这些日志数据可以获得相关页面、相似用户群体和用户访问模式等信息,Web日志挖掘对于优化网站结构、提供个性化服务和构建智能化网站具有重要作用.数据预处理是保证Web日志挖掘质量的重要基础,预处理主要包括数据清洗、用户识别、会话识别、路径补充和结果评价等工作.概述了数据预处理技术,重点介绍了目前常用的会话划分算法和评价标准,并实现了一个数据预处理系统.     

Linux环境中DNS服务器的配置与优化

网络信息传递是迅速的，如何让用户较快的访问对应的网站是网站推广的一个瓶颈，DNS服务器的配置和优化就是为了解决这一问题，为网络信息共享提供有力的技术支持。     

维基百科旗下Wikia成功界领先游戏网站

维基百科旗下网站Wikia目前已超过IGNSNGamespot成为世界领先游戏网站，2012年2月，Wikia的视频游戏中心独立访问用户数达2600万。据悉，Wikia用户可以在网站上创建群组，目前Wikia群组用户数量超过30万，每日创建600个新网址。据悉，Wikia已获得Bessemer、FirstRound和亚马逊等公司1400万美元的投资。Wiki拥有“答案来自Wikia”的服务，以允许经验丰富的Wikia老用户自行创建小型问答网站。用户可自由编辑信息，并提供Wikia社区服务，     

基于Apriori关联规则在信息无障碍网站的应用

为在Web日志数据中挖掘关联规则以指导信息无障碍网站的设计与开发, 针对大量用户对网站页面URL(Uniform Resoure Locator)的访问频率等信息, 通过Apriori算法实
现数据挖掘, 以寻找用户访问页面之间的关联规则。根据3次点击原则及网站结构设计的特点, 对Apriori 算法网页超链接挖掘的过程进行了改进, 频繁项集最多只需找出所有3
-项集即可。算法实现过程表明, 该方法可有效降低算法的时间复杂度, 能通过对关联规则的分析确定用户感兴趣的网页类型, 找出用户所访问网页之间的链接关系。     

Web日志挖掘改进网站结构的研究

Web日志挖掘是目前Web挖掘研究的一个热点课题.针对Web日志挖掘中存在的问题,研究和分析了一个基于网站访问矩阵的路径挖掘算法.在此基础上设计和实现了一个Web日志挖掘系统(WLMS),通过发现用户访问的最优路径和网站访问的统计结果,改进网站性能和组织结构,提高用户查找信息的质量和效率.     

个性化推荐与Web预取技术对比

随着Internet基础结构的不断扩大和其所含信息的持续增长,准确预测Web用户的访问行为并且进行合理推荐对于一个网站来说极其重要,而提高用户访问效率、减小用户感知延时的主要方法有页面预取技术和Web个性化推荐技术等.系统地比较了个性化推荐技术与预取技术的功能和特点,深入分析了二者在提高网络服务质量和用户访问效率方面的关键技术.     

基于web日志挖掘构建个性化推荐系统

本文介绍Web日志挖掘和个性化推荐系统概念,对日志挖掘出访问网站的相似爱好的用户群体、页面之间的内在联系,以此改进网站性能和组织结构,提高用户查找信息的质量和效率。     

网站的技术优化策略研究

网站的技术优化已经成为基本的网站运营策略和开发技术,可以大大提高网站的运营效果。随着时代的发展,网站框架规模和信息储量越来越大,越来越多的人使用网站的各种功能,对网站性能要求也越来越高。因此,对网站进行有效的技术优化,可以减少网站运营成本、提高用户的访问速度和网站的搜索排名。网站的技术优化主要分为访问性能优化和搜索引擎优化。访问性能优化主要是针对响应时间、吞吐量和资源利用率等网站性能指标优化网站,以提高用户访问速度和网站性能。搜索引擎优化主要是针对搜索引擎的搜索、分析、索引和检索原理优化网站,以提高网站被搜索的排名。     

基于OEM的网站用户访问历史模型

基于适合半结构Web数据分析的OEM模型 ,对用户和网站交互进行了形式化定义 ,在此基础上提出基于OEM模型的网站用户访问历史模型 ,同时给出分析用户访问行为的指标定义 ,为进一步分析用户访问行为模式、优化网站结构以及展开个性化服务提供较强的支持     

基于WEB的网上花店

本文的网上购花系统，除了能让用户浏览网站信息外，还提供了让网站的管理员管理后台功能。对于用户来说，需要的是购物，网站能给用户提供一切信息包括商品名、价格、鲜花图片、鲜花作用等详细的介绍。对管理员来说，需要的是对站点信息进行全方位的管理，管理注册用户信息、商品信息和订单信息。     

基于关联规则发现的Web访问模式挖掘

提出了一种挖掘网站用户访问模式知识的新聚类方法。利用关联规则挖掘方法,首先构造出反映网站用户频繁访问行为的访问集（基类）,然后对相似的基类进行归并,从而获得最终描绘网站用户访问行为的模式知识（聚类集合）。     

Web 2.0助力政府网站建设

随着电子政务的发展，政府网站日益成为政府信息公开的窗口，为民服务的网上平台，公众交流互动的渠道。这些政府网站在建设中投入了大量人力、物力、财力，网站信息内容也有了很大的丰富。但是，绝大多数政府网站形式呆板、亲和力不足，在吸引用户访问上效果不够理想。网站提供的服务也仅达到了“已有”的程度，与“优质”服务还有较大的差距。     

基于电子商务的Web数据挖掘研究

随着Web技术的发展，开发电子商务网站成为一种新的营销模式，在保证产品质量的前提下，增加用户的点击率，提高商品销售率是企业提升竞争力的关键。Web挖掘正是应用数据挖掘的方法通过对Web页面内容、页面之间的结构、用户访问的信息等各种数据进行分析和挖掘发现潜在的、有用的知识的过程，帮助决策者更加准确地获得商品的销售信息和客户信息，使客户在短时间内完成商品的浏览、搜索以及订购。     

一种有效的Web用户访问模式聚类算法

用户在一个网站的访问行为反映了用户特定的兴趣,本文提出了一种用户访问模式的聚类算法.利用传统的Leader算法只扫描数据集一遍的优点,以及粗糙理论在处理含有不确定信息问题上的优势,给出了结合粗糙理论的改进Leader算法对用户存取模式进行聚类方法.通过一系列的实验分析,结果表明,该算法在可承受的计算时间内可对web日志中的用户存取模式进行有效聚类.聚类结果可应用于山西师范大学网站,对相应用户进行分析,给出个性化的服务等.     

一个网站访问统计系统的实例

网站的建设和完善需要了解用户对网站的访问情况。本文以某网站的访问信息自动统计为例,详细介绍了网站访问统计系统的设计思想。系统采用ASP和SQLServer2000技术实现,能自动记录和统计用户访问网站的情况,易于操作,便于管理人员进行分析,以便指导网站的进一步建设。     

基于关联规则的虚拟主机网站日志挖掘

网站日志记录了用户的浏览行为，通过挖掘网站日志，可以分析用户行为，为优化网站结构提供有价值的数据．但是很多虚拟主机网站没有日志记录功能，这给日志挖掘带来了极大的不便．本文介绍一种生成日志的方法，并利用关联规则算法对其进行日志挖掘，发现用户的访问模式，帮助网站改进页面结构．     

基于关联规则的虚拟主机网站日志挖掘

网站日志记录了用户的浏览行为，通过挖掘网站日志，可以分析用户行为，为优化网站结构提供有价值的数据．但是很多虚拟主机网站没有日志记录功能，这给日志挖掘带来了极大的不便．本文介绍一种生成日志的方法，并利用关联规则算法对其进行日志挖掘，发现用户的访问模式，帮助网站改进页面结构．     

基于用户聚类分析的网站导航结构智能优化研究与实现

为了提高用户的兴趣空间，对网站导航结构优化进行了分析，提出了对Web日志进行数据预处理算法，同时提出了将用户每次访问的session数据合并为反映用户访问兴趣的数据方法，再对合并后的数据采用BIRCH算法进行聚类分析，最后根据用户聚类分析的结果提出网站导航结构智能优化的方法，给出了一个根据用户聚类集合动态调整导航的结构模型。