1、隨著Web技術(shù)的逐漸成熟以及瀏覽器的廣泛使用，用戶通過(guò)互聯(lián)網(wǎng)所能獲取的信息量呈現(xiàn)指數(shù)級(jí)的速度增長(zhǎng)。Web的海量信息一方面為用戶提供了獲取信息的源泉，另一方面也為用戶高效的獲取有價(jià)值的知識(shí)帶來(lái)了不小的挑戰(zhàn)。如何通過(guò)Web文檔的挖掘來(lái)獲取用戶潛在的興趣或其他有用的信息，以此來(lái)對(duì)用戶提供個(gè)性化、智能化的信息服務(wù)已成為人們的迫切需求。Web日志挖掘正是在這種背景環(huán)境下產(chǎn)生的。文本主要對(duì)基于Web服務(wù)器日志挖掘的數(shù)據(jù)預(yù)處理相關(guān)技術(shù)進(jìn)行研究。

2、>　　首先，簡(jiǎn)要概述了論文的選題背景與意義，并介紹了本文的主要研究?jī)?nèi)容和國(guó)內(nèi)外的相關(guān)研究現(xiàn)狀。然后，本文對(duì)數(shù)據(jù)挖掘的基本過(guò)程、常用算法及研究意義進(jìn)行了簡(jiǎn)要介紹，并對(duì)Web數(shù)據(jù)挖掘的難點(diǎn)和分類進(jìn)行了總結(jié)，重點(diǎn)闡述了其中的Web日志挖掘，并對(duì)其中的數(shù)據(jù)預(yù)處理相關(guān)技術(shù)進(jìn)行概括。
　　接著，本文介紹了當(dāng)前常用的一種基于 Timeout頁(yè)面時(shí)間閥值的會(huì)話識(shí)別方法，在此基礎(chǔ)上提出一種基于頁(yè)面的標(biāo)準(zhǔn)瀏覽時(shí)間、裝載時(shí)間、以及頁(yè)面的鏈接結(jié)構(gòu)等影響因

3、素得到用戶對(duì)每個(gè)頁(yè)面的瀏覽時(shí)間閥值的會(huì)話識(shí)別方法，并依據(jù)用戶對(duì)頁(yè)面的瀏覽興趣進(jìn)行會(huì)話清理，為后期的數(shù)據(jù)挖掘提供較為準(zhǔn)確的會(huì)話數(shù)據(jù)。通過(guò)實(shí)驗(yàn)仿真說(shuō)明改進(jìn)會(huì)話識(shí)別方法的有效性。
　　最后，在會(huì)話識(shí)別的基礎(chǔ)上，對(duì)會(huì)話矩陣進(jìn)行聚類分析。介紹了傳統(tǒng)的基于k?均值算法的聚類分析方法，本文在此方法的基礎(chǔ)上，綜合考慮初始重心之間的距離和初始重心所處區(qū)域的密度等因素。提出了一種基于改進(jìn)k?均值算法的會(huì)話聚類分析方法，通過(guò)實(shí)驗(yàn)仿真可知，改進(jìn)k?均值算