Web日志挖掘中数据预处理技术的研究

摘要：

数据预处理在Web日志挖掘过程中起着至关重要的作用,直接影响日志挖掘的质量和结果.详细分析了数据预处理的过程,提出一种改进的数据清洗方法,以提高日志挖掘中数据预处理的效率,并针对Web日志数据预处理中会话识别这一重要环节,提出一种改进的会话识别方法.在用户识别后,根据页面内容、站点结构确定页面重要程度,对阈值进行调整.然后,根据用户对页面内容的兴趣度来删除会话中的链接页面和不感兴趣的页面.实验结果表明,提出的方法能更准确地确定页面访问时间阈值,得到更为合理有效的会话集合.

关键词：Web日志挖掘、数据预处理、会话识别、数据清洗

所属期刊栏目：20

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金项目60736014

在线出版日期：2010-06-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：47-50