通过挖掘用户访问站点的日志构建或优化站点

网络日志挖掘在网站优化中的应用皮国强、赵梅（遵义医学院网络技术中心，贵州遵义） 摘要：网站已成为互联网信息的主要来源。 场地业主提出要求，设计师策划并实施。 网站结构和网页布局是根据要求设计成固定模式的。 用户必须按照这种模式浏览网站。 建议通过挖掘用户访问网站的行为来改进网站的设计和布局，以方便用户访问网站，实现个性化的客户服务。 关键词：Web挖掘； 网络日志； 网站优化； 相关性分析； 聚类分析 中图分类号：TP 319 文献标识码：A 文章编号：1672-7800 (2013) 008-0086-02 基金项目：遵义医学院项目（F-478） 作者简介：皮国强（1976-），男，硕士，遵义医学院副教授，研究方向为数据挖掘； 赵梅（1982-），男，硕士，遵义医学院讲师，研究方向计算机应用技术。 0 简介 WWW 是世界上最大、最便捷的信息来源。 它积累了大量的信息，成为人们工作和学习的最大支撑平台。 很多网站每天都需要收集和处理大量的数据，积累大量的数据，并且数据量呈指数级增长。 这些海量的信息往往隐藏着很多重要的信息。

面对海量的数据，人们常常不知所措，无法快速找到自己想要的信息或潜在有价值的知识。 为了解决上述问题，我提出了一个有效的解决方案：通过挖掘用户访问网站的日志来构建或优化网站。 Web服务器日志记录了Web服务器请求和运行状态的各种原始信息，记录了用户访问和交互的信息。 挖掘它们的主要目标是从访问记录中提取用户感兴趣的知识。 1、网站优化服务模式。 一个比较成功的网站必须保持较高的回头率和较长的客户停留时间。 对于这一功能，除了网站信息本身的质量外贵州网站优化，主要要解决的问题是网站和页面。 合理布局的问题就像超市里的商品陈列问题一样。 将它们放在一起有助于销售。 利用关联规则发现有用的客户，动态调整网站的结构，使客户访问的相关文件之间的链接可以更加直接，使客户更容易访问他们想要访问的页面。 根据用户的访问习惯，合理呈现页面信息也是网站优化工作之一。 正如顾客经常进入同一个商场购买经常购买的商品一样，购买行为可能会给他两种感觉：方便和不方便。 他表示，如果将自己经常购买的产品放在商场门口，将会给他的采购活动带来很大的便利。

通过聚类分析对众多的访问行为进行分类贵州网站优化，将用户最常用的信息呈现给用户。 假设用户访问样本集W = {w 1, w 2, ..., wK}，wi 为用户的访问行为。 样本数据预处理的目的是规范数据，去除垃圾数据，删除与挖掘无关的样本属性内容。 对样本数据进行预处理后，可以进行相关性分析和聚类分析，挖掘出的知识可以用于网站优化。 2优化服务实现流程优化流程实际上就是利用Web数据挖掘技术挖掘Web日志的过程，要经历数据预处理、数据挖掘、站点优化的过程。 2.1 数据预处理 预处理包括五个部分：数据净化、用户识别、会话识别、路径补充和交易识别。 预处理的数据来源是服务器日志。 日志预处理的结果直接影响挖掘算法的获取规则和模式效率。 可以说，预处理过程是Web日志挖掘质量保证的关键。 数据净化任务是根据要求对原始日志文件进行处理，删除Web服务器中与挖矿无关的数据，如图片、视频等非用户请求的文件，同时将有用的Web日志信息转换成方便挖掘时使用的数据格式，方便后期使用。

用户识别是对每个用户进行识别，识别过程采用三个启发式原则：①如果用户的IP地址不同，则认为是不同的用户； ② 如果IP地址相同，但浏览器软件或操作系统不同，则认为是不同的用户； ③ 如果IP地址相同，浏览器软件和操作系统也相同，则根据网站的拓扑来识别用户。 如果从任何访问的页面都无法到达用户请求的页面，则判断这是一个不同的用户。 新用户的会话标识将一系列页面访问划分为多个独立的会话。 最简单的方法是使用时间戳方法，即如果两个文件