学位论文 > 优秀研究生学位论文题录展示
基于用户访问行为分析的网站分类研究
作 者: 贾梦青
导 师: 王宗敏
学 校: 郑州大学
专 业: 计算机应用技术
关键词: 用户行为分析 HTTP数据流 网站分类 决策树
分类号: TP393.092
类 型: 硕士论文
年 份: 2009年
下 载: 113次
引 用: 1次
阅 读: 论文下载
内容摘要
随着Internet和WWW的迅猛发展,网站的数量也越来越多,而且网站包含了海量的、异构的、动态的信息资源,利用数据挖掘中的分类技术对这些网站进行组织归纳,从而有效地管理资源、改善网站服务满足用户需求,已日益成为一个重要的研究课题。目前的网站分类研究是以文本分类为基础的,需要分析网页内容,且以单个网页为处理对象,计算量大,不适合处理大规模流数据。另一方面,网站正从“以站点为中心”朝着“以用户为中心”的方向发展,而这种基于文本的分类方法从网页的静态内容出发,分类结果不能体现用户的行为特点。针对传统的基于内容的网站分类方法存在的问题,本文提出了一种基于用户访问行为分析的网站分类方法,该方法把具有相同URL前缀的网页的集合(即URL主机名相同的网站)作为一个处理对象,降低了数据规模;其次采集河南省教育科研计算机网真实的HTTP协议业务流数据作为分析对象,从用户对网站的访问行为中提取用于网站分类的特征,不需要逐个分析网页内容;最后针对省级区域性网络数据规模大的特点,采用可伸缩性决策树归纳算法,从河南省教育科研计算机网用户访问的网站中提取出新闻类网站、资源共享类网站和通讯类网站。与传统的网站分类方法相比,本文提出的方法更适合处理大规模数据,且得到的分类结果包含了用户的潜在行为模式,更能反映用户的兴趣趋向和行为规律,从而使网管人员有针对性的优化网络,满足用户对主流应用的需求。
|
全文目录
摘要 3-4 Abstract 4-9 第1章 引言 9-14 1.1 研究背景和意义 9-10 1.2 研究现状 10-12 1.3 主要研究内容 12-13 1.4 论文结构 13-14 第2章 数据挖掘相关理论 14-25 2.1 数据挖掘 14-18 2.1.1 数据挖掘的概念 14 2.1.2 数据挖掘的特点及应用 14-15 2.1.3 数据挖掘的常用技术 15-18 2.2 基于Web挖掘的网页分类 18-22 2.2.1 Web挖掘的概念和分类 18-20 2.2.2 Web文本分类 20-22 2.3 对Web文本分类提出问题 22-24 2.4 本章小结 24-25 第3章 基于用户访问行为分析的网站分类特征提取 25-41 3.1 用户行为分析 25-27 3.1.1 用户行为分析在各个领域的应用 25-26 3.1.2 用户网络行为的特点及研究意义 26-27 3.1.3 用户的HTTP行为 27 3.2 数据采集 27-31 3.2.1 准备知识 27-30 3.2.2 数据采集 30-31 3.3 数据预处理 31-35 3.3.1 数据清理 31-32 3.3.2 用户识别 32-33 3.3.3 相似 URL合并 33-35 3.4 网站类别 35-38 3.4.1 网站类别的选择 35-37 3.4.2 各类别网站的用户访问行为特点 37-38 3.5 基于用户访问行为分析的网站分类特征提取 38-40 3.6 本章小结 40-41 第4章 可伸缩性决策树归纳 41-51 4.1 决策树 41-44 4.1.1 决策树算法的优点 41 4.1.2 决策树的生成过程和使用过程 41-42 4.1.3 决策树算法的主要研究内容 42-44 4.2 决策树算法的分析与比较 44-46 4.2.1 早期的决策树分类算法 45 4.2.2 近代改进的决策树分类算法 45-46 4.2.3 几种算法的评价 46 4.3 可伸缩性决策树归纳 46-50 4.3.1 最佳划分的选择 47-48 4.3.2 可伸缩性决策树算法 BOAT 48-50 4.4 本章小结 50-51 第5章 基于用户访问行为的网站分类器测试 51-60 5.1 实验数据准备 51-54 5.2 数据统计分析 54-56 5.2.1 从不同角度进行数据统计 54-55 5.2.2 数据统计计算 55-56 5.3 实验结果及分析 56-59 5.3.1 实验结果 56-58 5.3.2 实验分析 58-59 5.4 本章小结 59-60 第6章 总结与展望 60-63 6.1 总结 60-61 6.2 展望 61-63 参考文献 63-67 致谢 67-68 附录: 攻读硕士学位期间发表的学术论文 68
|
相似论文
- 基于支持向量机的故障诊断方法研究,TP18
- 教学质量评估数据挖掘系统设计与开发,TP311.13
- 基于DPI的即时通信软件监测系统的研究与实现,TN915.09
- 基于学生评教数据挖掘与教学质量分析系统的研究,TP311.13
- 基于粗糙集理论的决策树分类算法与应用研究,TP18
- 基于核心示例集的属性约简方法研究,O159
- 基于广义信息熵的决策树模型及其在绩效评价中的应用,TP18
- 基于改进的ID3算法的蛋白质纯化方法研究,Q51
- 五种决策树算法的比较研究,TP311.13
- 信用卡风险管理技术及利润预测模型,F224
- 汉语语音合成系统的改进与实现,TN912.33
- 中国15岁以上人群乙型肝炎免疫预防的决策分析模型研究,R392.1
- 广州市乙肝相关疾病经济负担及1~14岁人群乙肝疫苗接种策略研究,R186
- 基于数据挖掘的故障诊断方法研究,TP311.13
- 数据挖掘在研究生调剂中的应用研究,TP311.13
- 基于决策树分类算法的Web文本分类研究,TP391.1
- 基于决策树的短期负荷预测系统研究与实现,TM715
- 航次知识发现及其应用研究,F552.6
- 某型主动雷达制导导弹的通用自动测试设备研究,TJ760.6
- 南方针叶林遥感信息提取研究,TP79
- 中国乙肝疫苗接种效果追踪决策研究,R186
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 计算机网络 > 一般性问题 > 计算机网络应用程序 > 网络浏览器
© 2012 www.xueweilunwen.com
|