动态网页环境下的Web使用记录挖掘研究

         根据大部分的Web 站点均使用动态网页的实际，提出了并实现了一种在动态网页环境下进行数据采集的方法，使用了新的数据集代替Web 日志作为待挖掘的数据，分析了该数据集的特点，并通过实验说明其可行性。
关键词：Web 使用记录挖掘；动态网页；数据采集
         Web 站点提供和收集了海量的、不断增长的数据和文档，这些数据和文档中蕴含着丰富的信息。
         Web 挖掘是指利用数据挖掘技术从Web 文档和访问数据中发现和抽取知识。有效地利用这些知识，可以对页面内容进行分类、总结和预测趋势，可以改进页面结构，可以获取用户访问模式，对用户进行个性化服务等。Web 挖掘可以有效的利用于搜索引擎、电子商务、网络教育等与Web 相关的应用中。
          Web 挖掘通常可以分为Web 内容挖掘（Content Mining）、Web 结构挖掘（Structure Mining）和Web 使用记录挖掘（Usage Mining）三类[1]。Web 使用记录挖掘是Web 挖掘应用的一个主要方面，是指从用户访问Web 在服务器端留下的访问数据中发现用户的访问模式、兴趣爱好和购买习惯等，用来调整网站结构、提供浏览建议、动态地为用户定制个性化的网站、对用户进行在线推荐等，其挖掘对象主要是服务器日志数据、用户交易信息、用户注册信息等。
         一般将基于 Web 日志的Web 使用记录挖掘称作Web 日志挖掘。大部分Web 日志挖掘算法和实际应用的对象是HTML 静态页面，而现在大部分网站大量使用的是动态页面，这使得分析日志比较困难。为了解决这个问题，本文设计了在动态网页环境下Web 使用记录挖掘的数据采集方法，使用新的数据集代替Web 日志作为待挖掘的数据源。