[发明专利]基于Web日志数据挖掘的网站优化方法

摘要

本发明公开了一种基于Web日志数据挖掘的网站优化方法；其包括以下步骤：获取Web日志数据，对Web日志数据进行预处理，对预处理后的Web日志数据进行数据挖掘得到用户访问模式集合，对用户访问模式集合进行筛选并对网站进行优化。本发明通过得到用户访问规律及模式，从而对网站结构进行调整及页面内容进行优化，改善了网站的设计，提高了用户的访问及浏览兴趣。

主权项

1.一种基于Web日志数据挖掘的网站优化方法，其特征在于，包括以下步骤：A、从站点服务器获取Web日志数据；B、对步骤A中获取的Web日志数据进行预处理，得到用户的访问序列；具体包括以下分步骤：B1、对Web日志数据进行清洗，删除无效及错误数据并对Web日志数据进行分类；B2、根据Web日志数据和站点拓扑结构将用户及请求访问网页进行关联，并对用户进行识别；B3、将用户的原始访问序列划分为若干个单次访问序列；B4、判断用户请求访问页面和对应页面请求有无链接关系；若用户请求访问页面和对应页面请求有链接关系，则进行下一步骤；若用户请求访问页面和对应页面请求无链接关系，则利用站点拓扑结构将请求页面补充完整；B5、根据用户访问第一个页面至回退前访问的一个页面的访问路径，得到用户的访问序列；C、对步骤B中得到的用户访问序列进行数据挖掘，得到用户访问模式集合，具体为：根据预处理后的Web日志数据，利用统计分析方法，得到流量分析、低层次错误分析、网站出入口分析及用户来源分析数据；并利用关联规则挖掘方法，得到用户访问序列模式；所述关联规则挖掘方法具体为：S1、设定最小支持度和最小置信度，对原始数据集进行扫描，一次选取一条数据；S2、判断选取的数据是否为最后一条数据；若选取的数据不是最后一条数据，则操作结束；若选取的数据是最后一条数据，则进行下一步骤；S3、判断选取的数据是否能产生候选项；若选取的数据不能产生候选项，则操作结束；若选取的数据能够产生候选项，则生成候选项集并进行修剪，删除支持度小于最小支持度阈值的项集，生成频繁项目集；D、对步骤C中得到的用户访问模式集合进行筛选，根据筛选得到的用户访问模式对网站进行优化。