摘要
Web访问志中含有大量用户浏览信息,从中有效挖掘出用户频繁路径是建立自适用化网站的必要前提。该文在Apriori算法和有向图存储结构的基础上,提出了会话矩阵和遍历矩阵的概念,设计了用户频繁路径快速挖掘算法:首先利用会话矩阵筛选出满足一定阈值条件的频繁一项集,这样避免产生大量中间项;然后在相似客户群体内,对页面快速聚类,得到相关联页面;最后根据遍历矩阵对相关联页面进行路径合并,得出频繁路径。实验表明此算法的准确性和快速性。
Web logs contain a lot of user browsing information,it＇s necessary condition for creating adaptive web sites. On the analysis of Apriori algorithm and graphic storage organization,This paper proposes Session Matrix and Trace Matrix,designs a fast algorithm for mining user frequent paths：Firstly,Frequent 1-1tem Set which match the criteria of certain threshold is filtered ouffrom web access logs by Session Matrix,which avoids generating a great dealof intermediate items;Then we can get relative pages by clustering pages fast in similar customer groups;Finally,all the relative pages is combined by Trace Matrix,which generates Frequent PathsoExperiments show the accuracy and fast of the algorithm.
出处
《计算机工程与应用》
CSCD
北大核心
2005年第22期164-167,共4页
Computer Engineering and Applications
作者简介
杜家强（1979-）,男,硕士研究生,研究方向为计算机网络,数据挖掘 .E-mail：djqluck@peopledaily．com．cn韩其睿（1957-），男，教授，硕士生导师，研究方向为计算机图形处理，软件。王科（1978-），硕士研究生，研究方向为网络通讯，模式识别。杜家兴（1976-），男，网络工程师，研究方向为网络安全。
