web论文

随着Internet的飞速发展，它已成为人们获取信息的一个重要途径，面对丰富的信息内容、巨大的数据量，迫切需要一种新的技术来帮助人们查找所需信息，完成信息的主动推荐。而个性化服务技术就是针对这个问题提出的，通过收集和分析用户信息来学习用户的兴趣和行为，从而实现主动推荐的目的。在网上销售系统中，根据数据挖掘细想和方法，利用web数据挖掘技术，通过发现隐藏在数据中的模式信息和用户的行为模式，可了解不同客户的需求，根据客户的兴趣所在实现个性化服务，对网站实现高效管理、提高商业网站使用效率、实现个性化的信息推送服务都有着重要的意义。本文主要介绍个性化服务技术、web挖掘技术及其在商业网站中的应用。

数据挖掘是指使用算法来抽取信息和模式，是知识发现中的一个很重要的步骤。Web数据挖掘简称web挖掘，是数据挖掘技术在web环境下的应用。由于web上的信息的特点，对web进行有效的信息挖掘、抽取和发现有用的信息具有很大的挑战，同时也面临着很多的问题。

一般而言，web挖掘可分为三类：web内容挖掘、web结构挖掘和web使用挖掘。 Web内容挖掘是一种基于网页内容的挖掘，它是从大量的web数据中发现信息，抽取知识的过程。这些数据主要包括数据库的结构化数据，也有用HTML标记的半结构化数据和无结构的自由文本。Web结构挖掘的目的是发现页面的结构和web结构，并在此基础上对页面进行分类、整理。Web使用挖掘是通过挖掘web日志记录以发现用户访问web页面的模式、挖掘有用模式和预测用户浏览行为的技术。Web使用记录的挖掘通常需要经过源数据收集、数据预处理、模式识别和模式分析四个阶段。在数据挖掘中一个很重要的步骤就是要为挖掘算法找到合适的数据，在web使用模式挖掘过程中，主要的来源有以下几个方面：

（1） 服务器端的数据收集：web使用挖掘的重要数据来源web服务器的

日志文件。日志中非常清楚地记录了网站访问者的浏览行为，反应了各类用户对网站的浏览。

（2） 代理服务器端的数据收集：Web的代理服务器是在客户浏览器和

web服务器之间起到代理作用的，相当于一个中介服务器。

（3） 客户端的数据收集：它主要是建立在用户行为源上的，能客观准确

地捕获用户的行为，能准确的确定浏览用户。

实际数据中，都有些不完全性，冗余性和模糊性，要通过挖掘算法更有效地挖掘出知识，就必须提供干净、准确、简洁的数据。而预处理就是将来自于不同数据源的各类数据组织成为模式挖掘所必须的数据结构。它主要通过对用户访问日志进行数据净化、用户识别、会话识别等。它的好坏直接影响挖掘算法产生的结果，是保证web使用挖掘质量的关键。模式发现主要是采用其它一些理论和算法，对web的使用模式进行挖掘。模式分析是web数据挖掘中最后一项重要步骤，通过模式发现算法去找到有意义的模式、规则和统计值转换为知识，再经过模式分析、评估和解释得到有价值的模式。

所谓个性化信息服务，就是能够满足用户端 个人信息需求的一种服

务，在某一特定的网上功能和服务方式中，通过用户自己设定网上信息来源方式，表现形式、特定网上功能及其它网上服务方式等，而主动的向用户提供可能需要的信息服务。个性化web站点是指上就是一种以用户需求为中心的web站点。通过web使用挖掘，对总的用户访问行为、频度、内容的分析，可以得到关于群体用户访问行为和方式的普通知识，有助于开展有针对性的各种用活动。

Web个性化服务技术普遍使用了数据挖掘的原理和思想，使站点呈现给用户的内容不再千篇一律，而是富有特色且更加方便。下面是web使用挖掘在个性化网站中的具体应用。 （1） 利用关联规则发现用户在一个访问期间（Session）从服务器上访

问页面/文件之间的联系，找出客户的某些兴趣点之间的相关性，然后动态的提供给客户与这些兴趣点相关的超链接，使客户在网上浏览、查询、订购更加方便快捷。

（2） 利用序列模式的挖掘可找到在交易集之间有时间序列关系的模

式。它反映的客户行为有助于印证商品所出的生命周期；也可以利用序列模式挖掘找出客户在浏览器过程中的时间序列关系。

（3） 利用路径分析技术来确定最频繁的路径访问模式，利用这些知识

来改善站点结构。

（4） 通过分类算法来实现对客户不同级别的训练。如可以根据客户的

年龄差异分为少儿、青年、中年、老年进行相应的适应性训练。也可以根据客户的学历、职业等进行分类。再比如根据客户感兴趣的页面对客户分类，使某类客户一进入就可到达他感兴趣的页面。

（5） 通过分析会话文件，可以对诸如网页图、浏览时间和导航路径长

度等做出不同种类的描述性的统计，有助于改善网站的性能，增强系统的安全性。

本文介绍了web挖掘概念、分类和个性化服务技术。Web挖掘和个性化服务技术都是比较新兴的研究领域，当前web挖掘技术在个性化服务上的应用研究还存在很多问题。随着Internet的日益发展更新，今后，二者之间的相互结合也必然会越来越紧密，技术也一定会越来越成熟。