Web日志预处理技术探析

• 作者: 吴长勤 王传安 葛华 贾丙静
• 来源期刊: 电脑知识与技术
• 学科: 工学
• 关键词: 数据预处理 数据清洗 用户识别 会话识别
• 年，卷（期）: 2011,（10）
• 所属期刊栏目: 数据库与信息管理
• 页码范围: 2222-2223
• 分类号: TP393
• 字数: 2609字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-3044.2011.10.003

摘要

随着Internet的普及,Web日志挖掘成为一个新的研究课题.由于Web日志数据的半结构化,为了得到有效的挖掘模式,提高挖掘算法的效率,首先需要对数据预处理.该文详细介绍了Web日志数据预处理的四个步骤:数据清洗,用户识别,会话识别和路径补充,并实现了对某校院网日志记录的预处理,得到了理想的结果.