1、Web日志挖掘利用數(shù)據(jù)挖掘技術(shù)分析和挖掘網(wǎng)絡(luò)日志，獲取網(wǎng)站使用情況的有價(jià)值模式，應(yīng)用于個(gè)性化服務(wù)、網(wǎng)站設(shè)計(jì)和商業(yè)決策等方面。而數(shù)據(jù)預(yù)處理在Web日志挖掘過程中起著至關(guān)重要的作用，其中會話識別是主要環(huán)節(jié)，也是整個(gè)過程的基礎(chǔ)和關(guān)鍵步驟。目前的會話識別方法不夠接近真實(shí)會話，降低了后續(xù)分析和挖掘的準(zhǔn)確性?；诖?，本文將對提高會話識別質(zhì)量進(jìn)行研究。 首先，提出一種會話識別的優(yōu)化方法?，F(xiàn)有會話識別方法得到的會話質(zhì)量不高，對這些已經(jīng)形成的會話

2、在一定條件下進(jìn)行兩種操作：一種是斷開原本不應(yīng)該在同一個(gè)會話里的記錄；另一種是合并不應(yīng)該被劃分開的記錄，即相鄰會話之間的相鄰記錄，形成新會話。構(gòu)建實(shí)驗(yàn)平臺，依據(jù)會話質(zhì)量的評估標(biāo)準(zhǔn)，驗(yàn)證新會話的質(zhì)量。 其次，提出一種基于動(dòng)態(tài)時(shí)間閾值的會話識別方法。該方法首先選取日志文件中的一段典型日志作為樣本，并利用優(yōu)化方法識別出這段日志的高質(zhì)量的會話。然后計(jì)算所得會話的平均持續(xù)時(shí)間，并確定樣本日志在不同時(shí)段的會話持續(xù)時(shí)間閾值。再用這個(gè)動(dòng)態(tài)閾值識別