基于支持向量机的Web日志频繁序列模式挖掘研究

陈宝国，宋旸

基于支持向量机的Web日志频繁序列模式挖掘研究

陈宝国，宋旸

（淮南师范学院 计算机学院，安徽 淮南 232000）

 ：为了降低Web日志频繁序列模式挖掘误差，提出基于支持向量机的Web日志频繁序列模式挖掘方法。构建Web日志频繁序列模式检测序列，采用自相关特征分布式融合方法进行序列重组，提取序列模式的统计特征量，对其特征分布值进行信息融合。建立Web日志频繁序列模式融合式调度模型，采用支持向量机分析方法进行Web日志频繁序列模式挖掘的自适应学习与寻优控制，实现Web日志频繁序列模式挖掘。仿真结果表明，采用该方法进行Web日志频繁序列模式挖掘的误差较低，收敛性较好。

支持向量机；Web日志；频繁序列；模式挖掘

Internet累积了大量Web日志文件，通过发掘用户的频繁序列访问模式，相关人员可以根据用户的兴趣变更网页内容，从而提升网站的吸引力，为用户提供更为个性化的服务，以此达到吸引更多用户的目的。因此，研究Web日志挖掘已经成为数据挖掘领域的重要研究内容，根据挖掘对象的不同，将频繁模式挖掘划分为频繁序列挖掘、频繁项集挖掘等。其中，Web日志频繁序列模式挖掘是因果关系、相关性分析、关联规则等关系研究的基础，所以，相关的Web日志频繁序列模式挖掘方法研究受到人们的极大重视[1]。当前，对Web日志频繁序列模式挖掘主要采用知识库构造方法，但采用这种方法进行Web日志频繁序列模式挖掘的自适性不好，时间开销较大。……