軟件開發(fā)如今已經(jīng)是一個熱門行業(yè)，在各行各業(yè)都需要用到軟件，人們的生活娛樂也離不開軟件，本文文章是一篇軟件開發(fā)論文，論述了在網(wǎng)絡教育中系統(tǒng)的開發(fā)和研究，選自期刊《計算機應用與軟件》主要面向從事計算機應用和軟件技術開發(fā)的科研人員、工程技術人員、各大專院校師生、計算機愛好者。

　　摘要：現(xiàn)有的網(wǎng)絡教學系統(tǒng)，雖然自身信息量極其豐富，但教師對學生的學習情況缺乏了解，無法滿足學生個性化的學習需求。Web日志全面記錄學生網(wǎng)上學習的行為，是解決問題的有效方法，文章設計并實現(xiàn)了Web日志挖掘系統(tǒng)，從中發(fā)現(xiàn)相似的學生群體，以及瀏覽興趣路徑，幫助教師及時調整站點結構提供寶貴的建議參考。

　　關鍵詞：web日志挖掘,網(wǎng)絡教學,聚類

　　一、引言

　　針對某課程的網(wǎng)絡教學系統(tǒng)網(wǎng)站的服務器上每天記錄了大量的學生網(wǎng)上學習的行為記錄的，通過對Web日志進行挖掘可[1]以幫助任課教師了解哪些教學內容學生比較感興趣，網(wǎng)站的使用情況，根據(jù)發(fā)現(xiàn)的信息對網(wǎng)站結構進行改進，以吸引更多的學生來進行網(wǎng)上學習，提高網(wǎng)站的服務效率。

　　二、系統(tǒng)需求分析

　　基于以上的目的，以某職業(yè)院校的某課程的網(wǎng)絡教學系統(tǒng)為研究對象，設計并實現(xiàn)了Web日志挖掘系統(tǒng)，取得了較好的實驗效果。系統(tǒng)主要是對該網(wǎng)絡教學系統(tǒng)的日志數(shù)據(jù)進行采樣、預處理[2]，然后運用基于選擇路徑和瀏覽頁面的聚類算法對處理后的數(shù)據(jù)進行模式分析，獲得Web站點用戶的瀏覽興趣路徑和用戶聚類群。

　　三、系統(tǒng)功能模塊

　　系統(tǒng)的功能包含管理員和用戶兩部分。管理員主要是設置采樣時間、配置挖掘參數(shù)，修改網(wǎng)站拓撲結構信息；用戶主要是實施Web日志挖掘，進行用戶[3]識別、會話識別、事務識別、最后得到用戶瀏覽興趣路徑。

　　（一）管理員功能

　　管理員主要是該網(wǎng)站的建設者以及該課程的實訓指導教師負責設置采樣時間、設置挖掘參數(shù)、添加網(wǎng)頁改變網(wǎng)站結構。

　　1.設定采樣時間：實現(xiàn)從大量的Web日志數(shù)據(jù)中選取基于配置文件中的采樣時間段的日志數(shù)據(jù)的功能，并將獲取該時間段的日志數(shù)據(jù)存儲到數(shù)據(jù)庫中。管理員通過修改配置文件更改采樣時間段（以天為單位）。

　　2.設置挖掘參數(shù)：挖掘參數(shù)包括會話超時時間、選擇路徑興趣度所占的權重wr、瀏覽頁面興趣度所占的權重wn、瀏覽興趣[4]路徑使用的閾值。會話超時時間前人實驗得到的經(jīng)驗值為25.5分鐘，管理員可重新設定；選擇路徑興趣度所占權重與瀏覽頁面興趣度所占權重之和為1。默認設定為wr=0.5，wn=0.5，可進行更改。

　　3.調整網(wǎng)站拓撲結構：包括調整頁面順序，添加新的頁面，刪除過時的頁面等。

　　（二）普通用戶功能

　　普通用戶主要指該課程的任課教師、學生以及該系部的教務員。

　　1.用戶識別：依據(jù)規(guī)則從日志中識別不同用戶，并保存用戶訪問信息。主要有2個規(guī)則：第一，不同的用戶名（UserID）代表不同的用戶；第二，不同的IP地址代表不同的用戶。

　　2.會話識別：根據(jù)會話識別規(guī)則，對用戶數(shù)據(jù)進行會話識別，得到用戶一系列的會話數(shù)據(jù)。同時提供了基本的會話信息，如用戶的瀏覽路徑序列。會話識別后，將會話信息保存會話信息表中，以備事務識別使用。

　　3.事務識別：根據(jù)規(guī)則將用戶會話序列分割為事務，并將事務序列信息存儲事務信息表中，作為用戶聚類的數(shù)據(jù)輸入。

　　4.用戶聚類：依照聚類算法，把所有用戶劃分為不同的用戶群，并將用戶群信息存入用戶群表中，作為系統(tǒng)的最終數(shù)據(jù)。

　　5.瀏覽興趣路徑：找出用戶瀏覽興趣模式，同時得到瀏覽興趣路徑的相關信息，包括瀏覽興趣路徑序列。

　　四、系統(tǒng)結果分析

　　實驗以某職業(yè)院校網(wǎng)絡教學管理系統(tǒng)服務器上的日志為研究對象，搜集了8周的數(shù)據(jù)，作為系統(tǒng)的測試用例。從實驗結果中可以看到，瀏覽興趣路徑的長度一般不超過5。這就表示在設計教學網(wǎng)站時網(wǎng)站深度不要太深，避免給用戶訪問造成不便。從總體來看，學生瀏覽的路徑分為3大類，分別是查看作業(yè)、通知、課件。而教學大綱以及視頻查看的人寥寥無幾。本算法的執(zhí)行時間與網(wǎng)站的URL數(shù)目n有關系，它的時間復雜度為O（n2）。因此在該網(wǎng)站中當不斷的增加新的頁面時，算法的執(zhí)行時間也會隨之增加。當網(wǎng)站的頁面數(shù)目超過20時，該算法有待于進一步驗證。

　　參考文獻：

　　[1]胡迎松,寧海霞.一種新型的Web挖掘數(shù)據(jù)采集模型[J].計算機工程與科學,2007,29(2):36-39

　　[2]陳峰.基于Web日志的用戶興趣聚類研究[D][碩士學位論文].合肥:合肥工業(yè)大學,2008

　　[3]任曉霞.一種Web日志數(shù)據(jù)挖掘系統(tǒng)的設計與實現(xiàn)[D][碩士學位論文].北京:北京郵電大學,2008

　　[4]胡可云,田鳳占,黃厚寬.數(shù)據(jù)挖據(jù)理論與應用[M].北京:清華大學出版社,北京交通大學出版社,2008