Web预取中的数据挖掘研究

论文摘要

虽然近几年来网络速度有了很大的提高,但是由于接入Internet 的用户数量急剧增加以及Web 服务和网络的固有延迟,使得网络越来越拥挤,用户浏览网页时经常会出现网页打开过慢的问题。如果仅仅靠通过对网络硬件设备的提高来解决网络速度问题已经变得不符合实际。本文在研究了Web 预取技术的基础上,提出一种新的预取策略,这种新的预取策略可以加快用户浏览网页的速度。本文首先分析了目前已经存在的Web 预取方法,然后利用数据挖掘技术,建立了Web 预取模型。在Web 预取模型的基础上,分别定义了二元预取策略和多元预取策略。二元预取策略比较简单,但是由于需要多次进行分析和预测,在实际应用中效率低下。由于用户浏览网页的兴趣是一个兴趣链,他会根据网页提供的链接一直访问下去,因此可以对用户的兴趣进行挖掘,从而得到用户一系列的兴趣模型。有了这些兴趣模型,就可以在用户浏览一个网页时对一系列网页进行预取,而不用以后再进行分析和预测,这就是多元预取策略。多元预取策略大大减少了预测的次数。本文最后利用VB.Net 开发了一个预取试验平台,并对二元预取策略和多元预取策略分别进行分析,验证了其优化的性能。试验表明,预取策略对提高用户浏览网页的速度十分有效。

论文目录

• 第一章 绪论
• 1.1 论文的研究背景
• 1.2 论文的意义
• 1.3 论文的主要内容
• 第二章 Web 预取技术的研究
• 2.1 Web 预取的理论依据
• 2.2 预取的系统结构
• 2.3 预取算法的基本思想
• 第三章 Web 数据挖掘研究和系统建模
• 3.1 Web 数据挖掘综述
• 3.1.1 Web 数据的特点
• 3.1.2 Web 数据挖掘的原理
• 3.1.3 Web 数据挖掘的分类
• 3.2 关联规则挖掘
• 3.2.1 关联规则的基本概念
• 3.2.2 关联规则的基本形式
• 3.3 运用关联规则方法建立Web 数据挖掘模型
• 第四章 基于二元规则的预取策略
• 4.1 定义简化的WWW 模型
• 4.2 定义兴趣关联知识库
• 4.3 二元规则预取策略
• 4.4 二元规则预取策略的优点和不足
• 第五章 多元规则预取策略
• 5.1 关联规则合并算法
• 5.2 规则选取方法
• 5.3 多元规则预取策略
• 第六章 程序设计及实现
• 6.1 程序的架构设计
• 6.2 数据库设计
• 6.3 类结构说明
• 6.4 实例研究
• 6.4.1 二元预取模型试验分析
• 6.4.2 多元预取模型的试验分析
• 6.4.3 预取大小分析
• 第七章 总结和展望
• 7.1 总结
• 7.2 本文的创新点
• 7.3 展望
• 参考文献
• 致谢
• 攻读硕士学位期间发表的论文和科研项目
• 论文独创性声明
• 论文使用授权声明