以文本方式查看主题 - W3CHINA.ORG讨论区 - 语义网·描述逻辑·本体·RDF·OWL (http://bbs.xml.org.cn/index.asp) -- 『 Web挖掘技术 』 (http://bbs.xml.org.cn/list.asp?boardid=69) ---- WEB日志数据如何进行预处理? (http://bbs.xml.org.cn/dispbbs.asp?boardid=69&rootid=&id=50214) |
-- 作者:liuag -- 发布时间:7/19/2007 9:35:00 AM -- WEB日志数据如何进行预处理? WEB日志中有很多记录是不完整的或错误的信息,这对数据挖掘不但没有用,还会增加处理的复杂性。如何把这些噪音信息过滤掉呢? WEB会话识别,现在常用的是时间阈值(Timeout)方法,如30min为一个会话时间段,但仍然会出现不少错误的会话。有更好的方法吗? 最近在做这方面的工作,希望和大家交流一下,谢谢 |
-- 作者:liuag -- 发布时间:7/20/2007 12:24:00 PM -- 没人给点建议 |
-- 作者:DMman -- 发布时间:7/20/2007 5:19:00 PM -- 个人没做过,一些web挖掘的资源 开源软件等 希望能有所得 http://dmoz.org/Computers/Software/Internet/Site_Management/Log_Analysis/ |
-- 作者:liuag -- 发布时间:7/23/2007 9:12:00 AM -- 谢谢楼上的,还是自己找文献慢慢研究吧 |
-- 作者:DMman -- 发布时间:7/23/2007 10:32:00 AM --
现在做WEB挖掘这一块确实比较少,而且因为里面牵涉到很多技术性问题,利益相关,所以即使有人做出了成果,也不愿意公诸于众。开源之风还要迟些才能吹到..... |
-- 作者:liuag -- 发布时间:7/24/2007 8:56:00 PM --
可以理解!但是已经公开发表的还是可以讨论的,省得再去查很多文献了 |
-- 作者:jackmtlee -- 发布时间:3/9/2009 8:37:00 PM -- 分享一下啊。jackmtlee@yahoo.cn。谢谢 |
W 3 C h i n a ( since 2003 ) 旗 下 站 点 苏ICP备05006046号《全国人大常委会关于维护互联网安全的决定》《计算机信息网络国际联网安全保护管理办法》 |
63.477ms |