基于Apriori改进算法的企业Web日志挖掘研究

摘要：

由于企业的Web日志中隐藏着大量有价值的信息,Apriori算法的缺点在于产生大量的候选集以及频繁扫描数据集,文中是基于协同门户和网站的日志信息进行研究。企业的协同门户里企业通知栏目可以随时发布企业的相关通知信息,是企业第一时间想让用户看到的。而网站里企业的新闻栏目也是想给用户展示企业的相关新闻信息和企业的经营活动信息,完成企业品牌以及企业文化的宣传等。基于协同门户和网站在企业的这点共性,文中提出了针对企业的一种改进Apriori算法,即在企业主动向访问者展现通知公告或者企业的经营新闻信息的前提下,挖掘出其他一级主栏目在访客心中的地位,以及访客对这些栏目的关注度和兴趣度,以便于企业实现如何调整其他栏目布局,更好地为企业宣传做服务,同时又能满足访问者的便捷访问,等等。文中算法改进的核心思想是减少候选集来对Apriori算法进行改进。在Aprio-ri算法的扫描过程中,某个ID不参与,当算法挖掘出最大频繁集后再将这个ID添加到最大频繁项集的每个项集中,开展关联规则的挖掘。这样在数据集的扫描次数及候选集的产生上都有较大程度的优化。对比实验结果表明,改进的Apriori算法效果明显,对企业有较强的实际应用价值。

关键词：Web应用、日志、关联规则、算法改进、Apriori算法

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家“973”重点基础研究发展计划项目2013CB329604;国家“863”高技术发展计划项目2012AA011005

在线出版日期：2015-05-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：43-47