题目：Web使用挖掘在远程教育中的应用研究

伴随着网络和通信技术的飞速发展，目前基于WWW (World Wide Web)的远程教育系统在国内外逐步发展起来，许多大学建立了自己的远程教学站点。但是这种基于WWW的远程教学站点有两个明显的缺点：现有的远程教育站点基本上都是静态的；现有的远程教育站点不能根据学习者本人的情况进行因材施教，缺乏个性。但是，在站点上却积累了大量有用的教学信息，因此解决这些问题的一个途径就是将传统的数据挖掘技术和Web结合起来，进行 Web 数据挖掘。
Web 数据挖掘又分为三类，其中Web使用挖掘的对象主要是Web服务器上的信息，包括日志文件、用户注册信息等内容，其挖掘的结果通常是用户群体的共同行为和共同兴趣、个人的访问偏好、习惯和模式等，它有助于网络信息的合理组织和服务质量的改进，可用于发现系统性能瓶颈，优化站点结构，提高系统安全性，提高用户访问的有效性，发现用户的需要和兴趣，提供智能化服务等。
首先，本文总结了数据挖掘的概念和功能，从Web数据挖掘的分类引出Web使用挖掘，并详细介绍了Web使用挖掘的过程。在分析了日志数据来源之后，重点讨论了Web使用挖掘的预处理过程，在预处理过程中引入了过滤条件表、启发式规则、最大向前路径等内容，分析总结了数据清理、用户识别、会话识别、路径补充以及事务识别等几个步骤的算法，并举例说明实现过程。
其次，本文重点讨论了关联规则算法，关联规则就是要挖掘出在某次会话中最经常一起出现的相关网页，而这些网页之间可能并没有超链接直接相互连接。对于其经典算法Apriori算法，在分析其原理和性质的基础上，从连接步和剪枝步两方面进行了改进，使其在时间性和有效性上都有了明显的提高。
最后，本文将Web使用挖掘的基本理论应用到远程教育过程中，在分析Web使用挖掘在远程教育中的系统构架后提出了Web使用挖掘在远程教育中的应用模型，并对其各个模块的功能做了阐述，这个模型的优点在于利用日志信息、学习者用户信息等内容进行挖掘，得到有趣的模式，并根据这些模式应用到远程教育系统中，提高个性化服务，可以更有利于学习者的学习，同时，也有利于网站拓扑结构的改善和内容的更新，体现了比普通的远程教育更多的动态性和个性化。在本文研究阶段，充分地将理论研究和实际应用结合起来，做到了理论和实践的相结合。