1、通過發(fā)現(xiàn)web日志數(shù)據(jù)中有用的訪問模式可以幫助我們更好的實現(xiàn)web個性化和web結(jié)構(gòu)再調(diào)整。目前，對web日志挖掘還處于深入探索階段，成熟的理論和方法還沒有完全形成，有待進一步的研究。傳統(tǒng)的關(guān)聯(lián)規(guī)則算法已不能處理日益龐大的數(shù)據(jù)量和多樣的數(shù)據(jù)類型，而基于頻率的web日志挖掘技術(shù)提取出的信息也往往對于最終用戶來說并沒有太大的效用。
　　本文研究了基于模糊聚類的web訪問模式挖掘算法。
　　首先，為了度量不同用戶訪問模式之間的相似

2、度與相異度，等長的模糊向量被用來刻畫用戶瀏覽網(wǎng)頁的時間，其中的每個要素要么為0，要么為模糊語言所表示的模糊變量，該向量不僅能夠體現(xiàn)用戶是否訪問過該網(wǎng)頁，而且還可以刻畫用戶在網(wǎng)頁上的瀏覽時間。數(shù)據(jù)的瀏覽時間用模糊語言變量來表示，這符合人們的正常思維方式，并且可以忽略訪問時間與訪問時間之間的微小差異。由于類與類之間不存在清晰的邊界，因此使用模糊粗糙K-Means算法對這些表征用戶瀏覽特征的用戶模式進行聚類。實驗表明，該方法能夠有效降低時間復(fù)