Resumen

Descubrir patrones de acceso a partir de datos de registros web es una aplicación típica de minería de patrones secuenciales, y se han propuesto muchos algoritmos de minería de patrones de acceso. En este documento, proponemos un enfoque mejorado del algoritmo Gap-BIDE para extraer patrones de acceso de usuario a partir de datos de registros web. En comparación con el algoritmo Gap-BIDE anterior, se propone un proceso para obtener un conjunto de eventos grande en el algoritmo proporcionado; el enfoque propuesto puede encontrar los eventos frecuentes descartando los eventos infrecuentes que no ocurren continuamente en un tiempo de acceso antes de generar patrones candidatos. En el experimento, comparamos el algoritmo anterior de minería de patrones de acceso con el propuesto, lo que muestra que nuestro enfoque es muy eficiente en descubrir patrones de acceso en bases de datos grandes.

• Materias:Máquina de vectores Marco neuronal híbrido Base de datos Inteligencia neuronal Sintonización de controladores
• Subjects:Vector machine Hybrid neural framework Database Neural intelligence Controller tuning
• Palabras claves:Patrones de acceso; Datos de registro web; Algoritmos de minería; Algoritmo Gap-BIDE; Patrones de acceso de usuario; Eventos frecuentes
• Keywords:Access patterns; Web log data; Mining algorithms; Gap-BIDE algorithm; User access patterns; Frequent events