期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息

基于关联规则的Web日志挖掘算法研究 被引量：2

Research on Web Log Mining Algorithm Based on Association Rule
原文传递
导出
摘要 关联规则挖掘是数据挖掘研究领域中的一个重要的方法,旨在挖掘事务数据库中有趣的模式。阐述了Web日志挖掘和关联规则的基本内容,分析了经典Apriori算法的不足之处,提出了改进的算法。另外,利用论坛Web日志数据进行了对比实验,实验结果表明改进后的算法性能有较大提高。将改进后的算法应用于网络论坛的日志挖掘,找出用户的个性化访问模式,从而提高论坛的服务质量。 关联规则挖掘是数据挖掘研究领域中的一个重要的方法,旨在挖掘事务数据库中有趣的模式。阐述了Web日志挖掘和关联规则的基本内容,分析了经典Apriori算法的不足之处,提出了改进的算法。另外,利用论坛Web日志数据进行了对比实验,实验结果表明改进后的算法性能有较大提高。将改进后的算法应用于网络论坛的日志挖掘,找出用户的个性化访问模式,从而提高论坛的服务质量。
作者 孙赵平 李龙澍
机构地区 安徽大学计算机科学与技术学院
出处 《电子技术（上海）》 2010年第8期11-13,共3页 Electronic Technology
关键词 关联规则 WEB日志挖掘 APRIORI算法 association rule Web log mining Apriori algorithm
分类号 TN01 [电子电信—物理电子学]
  • 相关文献

参考文献1

二级参考文献10

  • 1胡吉明,鲜学丰.挖掘关联规则中Apriori算法的研究与改进[J].计算机技术与发展,2006,16(4):99-101. 被引量：59
  • 2Chen M S,Han J W,Yu P S. Data Mining: An Overview from a Database Perspective[ J]. IEEE Transactions on Knowledge and Data Engineering, 1996,8 (6) : 866 - 883.
  • 3Han J W,Kamber M. Data Mining Concepts and Techniques[ M]. Beijing: Higher Education Press,2001.
  • 4Agrawal R, Srikant R. Fast algorithms for mining association rules in large databases [ C ]. Proceedings of the 20th International Conference on Very Large Data Bases, September 1994.
  • 5Han E H, Karypis G, Kumar V. Scalable parallel data mining for association rules[ C ]. ACM SIGMOD International Conference on Management of Data, May, 1997.
  • 6Agrawa! R, Imielinski T, Swami A. Mining association rules between. sets of items in large databases[ C ]. Proceedings of the ACM SIGMOD International Conference on Management of Data ; May, 1993.
  • 7Wur S Y, Leu Y H. An effective Boolean algorithm for mining association rules in large databases [ C ]. Database Systems for Advanced Applications, 1999 : Proceedings, 6th International Conference, April, 1999:19 -21.
  • 8Li S, Hong S, Ling C. New algorithms for efficient mining of association rules [ C]. Proceedings of the 7^th Symposium on the Frontiers of Massively Parallel Computation, February, 1999.
  • 9Park J S,Chen M S,Yu P S. Using a hash-based method with transaction trimming for mining association rules[ J]. Knowledge and Data Engineering, IEEE Transactions 1997,9(5 ) : 813 - 825.
  • 10陈安,陈宁,周龙骧.数据挖掘技术与应用[M].北京:科学出版社,2006.

共引文献119

同被引文献19

  • 1李新征.一种新的高效Apriori算法[J].微计算机信息,2006,22(03X):193-194. 被引量：18
  • 2易芝,汪林林,王练.基于关联规则相关性分析的Web个性化推荐研究[J].重庆邮电大学学报（自然科学版）,2007,19(2):234-237. 被引量：11
  • 3刘兵.Web数据挖掘[M].北京:清华大学出版社,2009.
  • 4习慧丹.Web日志挖掘探索[C]//第三届全国软件测试会议论文与移动计算、栅格、智能化高级论坛论文集,2009,22:184-186,194.
  • 5Chen Minsya, Jong Soo Park. Efficient Data Mining for Path Traversal Patterns [ J ]. IEEE Trasactions on Knowledge and Data Engineering, 1998,10(2) :209-221.
  • 6刘兵.Web数据挖掘[M].清华大学出版社,2009.
  • 7HanJiawei,KamberM,JianPei.数据挖掘:概念与技术[M].范明,孟小峰,译.北京:机械工业出版社,2012.
  • 8王飞跃.开源情报与网络时代的国家安全[EB/OL],2007.http://www,1ibnet.sh.cn/tsgxh/hyzq/list.asp?id=2898.
  • 9Chen Ming-Syan,Park J S,Yu P S. Efficient data mining for path traversal patterns [ J ]. IEEE Transactions on Knowledge and Data Engineering, 1998,10 ( 2 ) :209-221.
  • 10Mobasher B, Dai Honghua, Luo Tao, et al. Integrating Web us- age and content mining for more effective personalization [ J ]. Lecture Notes in Computer Science,2000,1875 : 165-176.

引证文献2

二级引证文献8

电子技术（上海）
2010年 第8期

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部