1、隨著數據挖掘和萬維網技術的結合，使得從收集到的訪問Internet網站日志記錄中進行數據挖掘成為可能。將數據挖掘技術應用于Web日志記錄，來發(fā)現用戶訪問Web頁面的模式，便形成了Web日志訪問模式挖掘。Web日志訪問模式挖掘是從Web訪問日志中挖掘有用的用戶訪問，用于找出最頻繁訪問時間、關聯(lián)模式、序列模式、聚類模式、分類模式及Web訪問趨勢等，這對于優(yōu)化站點結構、為不同類別的用戶提供個性化的服務具有重要意義。Web日志訪問模式挖掘是目前

2、數據挖掘領域的熱點，本文針對Web使用的數據源的特點，詳細論述了Web日志訪問模式挖掘的概念、方法和過程。 首先，本文對Web日志挖掘數據預處理的進行了研究。Web日志挖掘的對象不是網絡上的原始數據而是從用戶和網絡交互過程中抽取出來的訪問數據，它包括所請求的URL、發(fā)出請求的IP地址和時間戳等，這些數據提供了有關用戶訪問的豐富信息。本文在這部分的研究重點是如何提取有關用戶訪問的特征(如用戶的訪問行為、頻度、內容等)，以及建立基于

3、用戶訪問行為的數據模型。 其次，對基于粗糙集理論的Web日志訪問模式挖掘的研究。在粗糙集理論中，知識被看成是一種分類能力，即在域上構造分區(qū)的能力。本文在基于粗糙集理論的思想上對預處理后的數據進行離散化，并給出了一種數據模型，使用約簡算法約簡而且提取出穩(wěn)定的分類規(guī)則。由于Web日志中事務的類與類之間邊界的不確定性，還給出了一種新的使用粗糙集理論對Web事務中用戶存取模式進行聚類的方法，該方法既考慮了事務數據的序列次序也顧及了其集合