WEB日志数据挖掘.pdf.pdf

关键字基于罩镜氖萃诰摘要数据挖掘是数据库最活跃的领域之一。由于其广泛的应用背景和现实意义,数据挖掘技术的研究和应用都获得了突飞猛进的发展,在国内外的学术界和信息产业界备受关注。数据挖掘是从大量数据中发现人们感兴趣的、隐藏的、先前未知的知识。数据挖掘技术主要研究结构化的数据挖掘,而莸耐掘是应用于募际跹芯浚谴影虢峁够蛭藿峁沟腤页面中,抽取感兴趣的、潜在的模式。。此外,罩就诰蚴荳使用挖掘的一个分支,它作为诰虻囊桓鲋匾W槌刹糠郑哂卸捞氐睦砺酆实践意义。本文系统地阐述了从数据挖掘、萃诰虻絎日志挖掘整个过程,重点讨论罩镜耐诰蛏稀Mü曰赪日志的数据挖掘的讨论,说明如何进行罩就诰蚣霸赪日志挖掘中应采取的数据挖掘技术;然后将罩就诰蚣际跤τ玫缴糖鹦畔⒏弁荆其衿鞯娜罩炯锹冀型诰颍⒁桓鯳日志挖掘系统。网络管理人员可以根据罩镜姆治鼋峁慕镜纳杓疲迪滞的有效管理,保证网络的安全。最后对本文进行总结,并提出进一步的研究方向和将要做的工作。数据挖掘萃诰罩就诰
靉—簉籫畉舊甴.。。.
海痺...篋琣.。瓵瑃籲;
第一章概述数据挖掘的定义数据挖掘的过程数据挖掘⋯是从大量豹、不完全的、有噪声的、模糊的、随机的实际应用术,,提本章主要介绍数据挖掘的定义、数据挖掘过程、数掘挖掘算法、数据挖掘的应用和目前研究的情况,最后给出论文的内容安排。随着数据库技术的不断发展及数据库管理系统的广泛应用,数据库中的数据量急剧加大,在大量的数据背后隐减着许多重要的信息,如果将这些重要的信息从数据库中抽墩出来,为人们提供有用的价值,基于这釉情况数据挖掘的概念被提出来。数据挖掘是当前最为活跃的数据库研究领域之一。,它在国内外的学术界和信息产业界备受关注。数据中,提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。何为知识庸阋迳侠斫狻J荨⑿畔⒁彩侵J兜谋硐中问剑侨嗣更把概念、规则、模式、规律和约束等看作知识。人们把数据看作是形成知识的源泉,妤像从矿石中采矿或淘金一样。原始数据町以是结构化的,如关系数据库中的数据;也可以是半结构化的,如文本、图形和图像数据;甚至是分嘶谕上的异构型数据。发现知识的方法可以是数学的,也可以是非数学的;。发现的知识可以被用于信息管理,查询优化,决策支持和过程控制等,还可以用于数据自身的维护。因此,数据挖掘足一门交叉学科,它综合了机器学习、统计分析和数据库技供决策支持。,尤其是数据库技术、人工智能技术、数理统计、可视化技术、并行计算等方面的学者和工程技术人员,。数据挖掘可以视为另一数据库术语知识发现琄耐宕剩ǔVR苑⑾值墓炭梢杂幸韵虏街枳槌参看图⑽侍舛ㄒ数据挖掘是为了在大量数掘【贩⑾钟杏玫牧钊烁行巳さ男畔ⅲ虼朔⑾趾沃知识就成为整个过程中第一个也是觳说摹8鼋锥巍T谖侍舛ㄒ骞讨校挖掘人员必须和领域专家以及最终用户紧密协作,一方面明确实际工作对数据挖
淌疽馊图⑹菔占褪菰ご数据选取的目的是确定发现任务的操作对象,即目标数据,是根据用户的需等。当数据挖掘的对象是数据仓库时。一般来说,数据预处理已经在生成数据仓⑹,就要决定使用什么样的算掘的要求:另一方面通过对各种学习算法的对比进而确定可用的学习算法。后续的学习算法选择和数据集准备都是在此基础上进行的。数据准备又可分为三个子步骤:数据选取、数据预处理和数据变换。要从原始数据库中抽取的一组数据。数据预处理一般可能包括消除噪声、推导计算缺值数据、消除重复记录、完成数据类型转换绨蚜凳葑;晃@肷⑿的数据。以便于符号归纳,或是把离散型转换为连续值型的,以便于神经网络库时完成了。。数据挖掘阶段首先根据对问题的定义明确挖掘任务或目的,如分类、聚类、法。选择实现算法有两个考虑因素:一是不同的数据有不同的特点,因此需要用与之相关的算法来挖掘;二是用户或实际运行系统的要求,有的用户可能希望获取描述型的、容易理解的知识,而有的用户只是希望获取预测准确度尽可能高的预测型知识,并不在意获取的知识是否易于理解。关于数据挖掘所采用的一些常用算法,在下面章节将给出详细的描述。
,萃诰蛩惴数据挖掘算法及应用较尺度:①预测准确度;②计算复杂度;③模型描述的简洁度。下面我们介绍应⒔狒薪馐秃推拦数据挖掘阶段发现出来的模式,经过评估。可能存在