简介：通过对Web服务器日志文件进行分析,可以发现相似客户群体、相关Web页面和频繁访问路径.在本文算法中,首先以Web站点的URL为行、以UserID为列建立URL-UserID关联矩阵,其元素值为用户的访问次数.然后,采用模糊聚类算法和K-平均算法两种方法分别对列向量进行分析得到相似客户群体,对行向量进行分析可获得相关页面,对后者再进一步处理还可以发现频繁访问路径.实验结果表明了算法的有效性.

简介：Web中汇集了丰富的动态的信息。如何对这些信息进行有效的分析,已成为现今研究的热点。用OLAP技术,建立Web数据立方体的方法,对Web日志进行处理,能改善网站决策的科学性和时效性,强化可行性研究,提高网站的运行效率。

简介：用户访问数据中往往存在大量无用或与当前信息挖掘无关的数据，我们通过数据清洗从挖掘对象中去除不相关的数据，并实现了用户识别、会话识别、格式化等步骤，对WEB信息进行预处理，为进一步的操作提供了较好的数据格式，提高了挖掘效率。同时，因特网上的信息往往具有非结构化或半结构化特性，难以得到传统数据挖掘技术的支持，我们通过事务识别技术解决了这一问题，将访问序列组织成逻辑单元以表示事务或用户会话，将所有事务组成一个事务数据库，识别出事务后就可以利用对传统数据挖掘的方法对WEB数据进行挖掘：事务识别技术有多种实现形式，不同形式有不同的应用场合，本文根据特定挖掘任务，实现了以时间维来分割事务的算法，并给出了一些实验数据。

简介：Web数据挖掘是数据挖掘技术与Web技术相结合的产物.Web使用挖掘是Web数据挖掘的一个分支.本文主要深入分析了以下几个方面:Web使用挖掘的相关概念、挖掘流程和挖掘的关键技术.

简介：充分的挖掘网络中的用户信息，就可以使我们建立一个智能化与个性化为一体的网络教育平台提供资料。本文在前人的基础上，给出了一个改进的数据挖掘算法，以此发现相似学习者群体、相关web页面和频繁访问路径。以此挖掘的信息我们就可以提高网站的建设和网络教育的质量。

简介：将数据挖掘引入教育网站的建设中,以解决访问信息的有效获取问题,介绍了教育网站数据挖掘的意义,对数据挖掘的基本流程与结果进行了分析和探讨,提出了在站点中自动发现那些存储位置同用户期望的位置不同的Web页面的方法.

简介：近年来，数据挖掘（DataMining）引起了信息产业界的极大关注，其主要原因是通过数据挖掘可以将大量数据转换成有用的信息和知识。本文讨论在一个具体的电子商务网站环境下，Web挖掘模式对客户分类的支持作用。

简介：随着互联网的高速发展，Web挖掘由于其独特的优点，在电子商务的应用中扮演了越来越重要的角色。文章主要介绍了web挖掘的概念和分类，论述了电子商务中Web挖掘的过程和方法，最后阐述了Web挖掘在电子商务中的具体应用。

简介：因特网上有海量的数据信息，数据挖掘是从大量的数据中发现隐含的规律性内容，充分利用有用数据，废弃无用数据，解决数据的应用质量问题。通过对Web的数据挖掘和XML特点进行分析，讨论了使用XML实现基于Web的数据挖掘方法，提出了一种结合HTML、XMZ、JAVA的新型数据挖掘技术。

简介：Web挖掘技术和个性化、主动式Web信息服务一直是人们研究的热点,由于网络数据量大、结构复杂、内容多变,因而这两个问题的研究也存在着许多困难.本文将Web挖掘技术和Agent技术、机器学习相结合,以用户为中心和出发点构建了一个基于Web挖掘的个人智能信息助手系统,并对其主要模块的功能进行了详细设计,最后对该系统的特点进行了阐述.

简介：

简介：

简介：

简介：

简介：

简介：

简介：

简介：

简介：首先介绍了Web数据挖掘的概念及常见的三种web数据挖掘模式:Web内容挖掘、Web结构挖掘、Web访问挖掘,然后对Web数据挖掘在个性化网络学习中的应用空间分两个方面进行分析。

简介：~~