Web日志用户群体分析系统.pdf

北京交通大学硕士学位论文关于论文使用授权的说明本人完全了解北京交通大学有关保留、使用学位论文的规定,即:学校有权保留送交论文的复印件,允许论文被查阅和借阅;学校可以公布论文的全部或部分内容,可以采用影印、缩印或其他复制手段保存论文。论文中所有创新和成果归北京交通大学计算机与信息技术学院所有。未经许可,任何单位和个人不得拷贝。版权所有,违者必究。2本人签名::望量年土月Ⅸ日摘要随着互联网的快速发展,搜索引擎、门户网站等网络产品后台产生了大量的w曲日志。然而。原始的w曲日志都是些一维的记录式数据,其格式大致上都是“【某人】【某时】【用搜索引擎查询了某个关键词或者浏览了某个门户网站的网页】”,从大量这样的曰志中获取用户信息是很困难的。本文以w曲挖掘理论为基础,以w曲日志分析发展现状为背景,提出将多个网络产品的w曲日志结合起来进行分析,从中提取网络用户的群体特征,服务于web广告商和广大网络用户。并完成了一个w曲日志用户群体分析系统的设计与实现。w曲日志用户群体分析系统把关注点放在用户群体特征上,对大量的w曲日志数据进行整理和统计,生成多维的关于用户群体特征的信息。比如网络用户中的男女比例、年龄分布、婚姻状况、职业分布、国家地区分布和所使用的语言特征等等,并且把这些信息用直观的柱状图、饼状图或曲线图展示给广告商或者其他感辫趣的用户看。系统还生成一些关于搜索引擎热门查询关键词的统计报告,显示在~段时间内哪些关键词被查询的次数最多,并且用曲线图描绘出这些热门关键词在一段时间内的变化趋势。另外,系统对网址的访问情况进行全方位统计,对于网址管理者改善用户体验有着很重要的参考价值。本文的整个思想裁是从大量’掩b日志数据中提取有意义的信息。为广告商提供用户群体特征,提高广告投放的效益。网络访问统计信息可以用于网站管理员了解w曲用户的情况,改善用户体验。w曲日志用户群体分析系统进一步丰富了Web日志分析的内容,并且使服务对象更加广泛。关键词;Web挖掘,w曲日恚分析,用户群体特征,热门查询关键词,网络访问l北京交通大学硕士学位论文Abs觚ctwi山山erapiddeVelopmentofweb∞,webp砌uctsjust船search锄ginesandponalsitesg%“【somebody】【sometime】【Viewedsomepageor∞archeds0IⅡequerybysearchengine】,,.∞sanewapp珏cationofweb109柚alysisbasedonw曲miniⅡ∞rs’’profiles柚a】笋issysIemfocuseson璐ers’pmfilessuch勰gende‘agc,mafi眦status,occupation,colIntry,l柚guage姐dsooⅡ.AⅡddisplaysthestatisticsby∞lu脚擎aph,∞generatcssomestatisncs即ortofsearchqueIies,,thesyste】nc柚showthe∽Ⅱaboutu∞rs’pr06leshelps也eadvertisersincrea∞也eben西t0ftheAds,粕dtheinfo皿a曲naboutne脚ofkllsageisu∞dbysiIeadI删strat0俗t0improVcthe惦crcxperieⅡ∞.Thepaperdesc曲esanew、Ⅳcblog柚aly∞r如c岫ingonuscrpm彤es