Python，网页日志数据挖掘常见模式
我需要开发一个工具，用来分析网站日志数据。
我手里有很多网址的访问记录，这些记录是从用户在网站上的会话中获取的（从网站应用日志中提取的）。我想找出用户使用网站的模式，以及用户的分组（聚类）。
我对数据挖掘还很陌生，现在正在大量查阅谷歌的信息。发现了一些有用的资料，比如查询网站日志数据中的频繁模式挖掘，似乎指向了几乎完全相似的研究。
所以我有几个问题：
- 有没有基于Python的工具可以满足我的需求，或者至少有点类似的工具？
- Orange工具包能帮上忙吗？
- 读一下《编程集体智能》这本书会有帮助吗？
- 我应该在谷歌上搜索什么，读哪些资料，使用哪些相对简单的算法比较好？
我的时间非常有限（大约一周），所以任何帮助都非常宝贵。我需要的是指引我正确的方向，以及如何在最短时间内完成任务的建议。
提前谢谢你们！
2 个回答
1
你可能需要的是Pattern模块。点击这里查看
3
1&2: Orange有一个经常模式挖掘的模块。它还支持聚类功能。
3.我刚查看了这本书的内容。里面没有关于频繁模式挖掘的章节。不过，总的来说，这本书对于数据挖掘的初学者来说还是很不错的。它会帮助你更清楚地定义你的问题，非常有用。
4.你需要了解聚类、频繁模式挖掘和关联规则挖掘的输入和输出。所以可以去谷歌搜索这些算法，或者找一本好的数据挖掘教材来阅读。