基于云计算的用户浏览偏爱路径挖掘算法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (29): 85-89.

基于云计算的用户浏览偏爱路径挖掘算法

程苗

中国科学技术大学管理学院，合肥 230026

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-10-11 发布日期:2011-10-11

Algorithm of discovering preferred browsing paths based on cloud-computing

CHENG Miao

College of Management，University of Science and Technology of China，Hefei 230026，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-10-11 Published:2011-10-11

摘要/Abstract

摘要： 从Web日志中挖掘用户浏览偏爱路径是一个重要的研究课题。目前的挖掘算法注重客观访问频度，忽略了用户对这一频繁访问路径是否感兴趣。在分析目前用户偏爱路径挖掘算法存在的问题的基础上，结合网站拓扑结构图修正基于频度的用户偏爱路径的衡量标准，提出了有用偏爱度的概念，从而剔除由于页面放置和链接等因素对挖掘的影响;针对目前基于单一节点的挖掘系统的计算能力不足的问题，利用云计算的分布式处理和虚拟化技术的优势，给出了一种基于云计算的数据处理方法，在此基础上挖掘用户浏览偏爱路径。实验表明，该算法针对大数据量的日志进行挖掘，准确率和效率比普通基于频度进行用户浏览偏爱路径挖掘的算法有所提高。

关键词: 浏览偏爱路径, 云计算, Web使用挖掘, Web日志

Abstract: Mining user preferred browsing paths from Web logs is an important research topic.The current mining algorithms are focused on users’ browsing frequency，neglecting an important problem of whether users are interested in the frequent path or not.Based on the analysis of the present algorithms for mining user browsing patterns，Web topology structure is combined to revise the measures of users’ preferred browsing paths which are based on browsing frequency，and a concept of useful preference is presented.The bad impact of mining is removed due to pages’ place and links;meanwhile，due to the problem that current mining system’s computational capacity on single node is not enough，by the advantage of cloud computing’s distributed processing and virtual technology，it presents a method of data processing based on cloud computing to mining users’ preferred browsing paths.The result shows，this algorithm is better than one which is based on frequency when mining a number of Web logs in accuracy and efficiency.

Key words: preferred browsing paths, cloud computing, Web usage mining, Web log

程苗. 基于云计算的用户浏览偏爱路径挖掘算法[J]. 计算机工程与应用, 2011, 47(29): 85-89.

CHENG Miao. Algorithm of discovering preferred browsing paths based on cloud-computing[J]. Computer Engineering and Applications, 2011, 47(29): 85-89.

[1]	王凤琴，柯亨进. 卷积神经网络及其分析在抑郁症判别中的应用[J]. 计算机工程与应用, 2021, 57(5): 245-250.
[2]	翁晓泳. 基于区块链的云计算数据共享系统研究[J]. 计算机工程与应用, 2021, 57(3): 120-124.
[3]	田倬璟，黄震春，张益农. 云计算环境任务调度方法研究综述[J]. 计算机工程与应用, 2021, 57(2): 1-11.
[4]	胡恒，金凤林，郎思琪. 移动边缘计算环境中的计算卸载技术研究综述[J]. 计算机工程与应用, 2021, 57(14): 60-74.
[5]	余波，台宪青，马治杰. 云计算环境下基于属性和信任的RBAC模型研究[J]. 计算机工程与应用, 2020, 56(9): 84-92.
[6]	仝乐，郝蓉，于佳. 单服务器上的双线性配对安全外包方案[J]. 计算机工程与应用, 2020, 56(9): 131-135.
[7]	姜娇，蔡林沁，韦鹏程，李莉. 支持可验证的密文模糊关键字检索方案[J]. 计算机工程与应用, 2020, 56(7): 74-80.
[8]	王杰，陈志刚，刘加玲，程宏兵. 基于聚类的云隐私行为挖掘技术[J]. 计算机工程与应用, 2020, 56(5): 80-84.
[9]	柯昌博，吴嘉余，曹彦. 面向云计算应用层演化的隐私保护方法研究[J]. 计算机工程与应用, 2020, 56(11): 60-66.
[10]	陈享，何亨，李鹏，金瑜，聂雷. 云环境中基于目标检测的密文图像检索方案[J]. 计算机工程与应用, 2020, 56(11): 75-82.
[11]	周亮，应欢，戴波，邱意民. 安全高效的生物识别外包计算方案研究[J]. 计算机工程与应用, 2020, 56(1): 127-135.
[12]	吴波，许道强，邹云峰，王甜甜，李鑫. 阶段感知的跨域数据分析作业保障机制[J]. 计算机工程与应用, 2019, 55(23): 78-85.
[13]	王德政1，张益农1，杨帆2. 基于MapReduce的并行PLS过程监控算法实现[J]. 计算机工程与应用, 2018, 54(24): 61-65.
[14]	刘俊. 基于犹豫模糊群决策模型的云计算服务商选择[J]. 计算机工程与应用, 2018, 54(23): 109-114.
[15]	王占君1，马海英2，3，王金华1. 移动云计算中基于身份的轻量级加密方案[J]. 计算机工程与应用, 2018, 54(19): 72-76.