陈宝国，宋 旸

(淮南师范学院 计算机学院，安徽 淮南 232000)

0 引言

近些年来，随着搜索引擎、电子商务、社交媒体等互联网应用的飞速发展，使得Web信息系统已经成为目前规模最大的系统[1].在互联网中任一Web服务器上所进行的活动都会存储至日志文件中.随着现代信息技术的进一步发展，互联网中的信息已经呈现爆炸式增长，Web日志的分布也愈加广泛[2].对于互联网来说，特别是一些大型社交媒体网站与大型电子商务网站，分析分布式Web日志不仅可以明确网站运营情况，还可以挖掘用户的行为习惯，为营销计划的制定奠定基础，进而给用户推荐符合用户行为习惯的产品以及个性化服务等.为达到以上目标，需要进行分布式Web日志挖掘，因此相关的分布式Web日志挖掘和检索方法研究受到人们极大的关注[3].当前，对分布式Web日志挖掘方法主要有模糊C均值信息聚类方法和PSO进化方法等，但采用当前方法进行分布式Web日志挖掘的自适性不好，时间开销较大.为解决该问题，本文提出基于模糊聚类的分布式Web日志挖掘方法.最后进行仿真测试分析，展示了本文方法在提高分布式Web日志挖掘能力方面的优越性能.

1 分布式Web日志关联规则分布集及特征聚类

1.1 构造关联规则分布集

为了实现基于关联规则和模糊聚类的分布式Web日志挖掘，采用模糊特征检测方法进行分布式Web日志的语义特征分析，结合用户的偏好信息[4]，建立分布式Web日志的关联规则分布集，表……