Web日志挖掘分析的方法

　　日志文件的格式及其包含的信息

　　①2006-10-1700:00:00②202.200.44.43③218.77.130.2480④GET⑤/favicon.ico

　　⑥Mozilla/5.0+(Windows；+U；+Windows+NT+5.1；+zh-CN；+rv：1.8.0.3)+Gecko/20060426

　　+Firefox/1.5.0.3。

　　①访问时间；②用户IP地址；③访问的URL，端口；④请求方法(“GET”、“POST”等)；

　　⑤访问模式；⑥agent，即用户使用的操作系统类型和浏览器软件。

　　日志的简单分析

　　1、注意那些被频繁访问的资源

　　2、注意那些你网站上不存在资源的请求。常见的扫描式攻击还包括传递恶意参数等：

　　3、观察搜索引擎蜘蛛的来访情况

　　4、观察访客行为

　　应敌之策：

　　1、封杀某个IP

　　2、封杀某个浏览器类型（Agent）

　　3、封杀某个来源（Referer）

　　4、防盗链

　　5、文件重命名

　　作用：

　　1.对访问时间进行统计，可以得到服务器在某些时间段的访问情况。

　　2.对IP进行统计，可以得到用户的分布情况。

　　3.对请求URL的统计，可以得到网站页面关注情况。

　　4.对错误请求的统计，可以更正有问题的页面。

　　相关软件日志软件

　　1.数据挖掘的专用软件wake。

　　2.用OLAP工具

　　3.已经有部分公司开发出了商用的网站用户访问分析系统，如WebTrends公司的CommerceTrends3.0,它能够让电子商务网站更好地理解其网站访问者的行为，帮助网站采取一些行动来将这些访问者变为顾客。CommerceTrends主要由3部分组成：ReportGenerationServer、CampainAnalyzer和WebhouseBuilder。

　　4.Accrue公司的AccrueInsight，它是一个综合性的Web分析工具,它能够对网站的运行状况有个深入、细致和准确的分析，通过分析顾客的行为模式，帮助网站采取措施来提高顾客对于网站的忠诚度，从而建立长期的顾客关系。