式web日志挖掘技术来解决。代理这个概念源于分布式人工智能领域，随后引申到其它计算机研究领域。代理主要是指在一定环境下自主运行，包含信念、承诺、义务和意图等精神状态的实体。它具有自治性、社会性、反应性和能动性等特点。
多代理就是由多个代理组成，它们之间互相协作，相互作用，完成有些复杂任务或者目标。显然多代理解决问题的能力比单个代理要强。它的数据分布，计算过程是异步、并发或并行的。多代理分布技术用到web日志挖掘系统主要基于多代理技术的三重体系结构，包括用户访问层，代理层和web服务器层。用户层管理不同的用户有不同的操作权限，一般用户只允许查询结果，而管理用户则可以实现配置代理及监控系统情况的功能。web服务层就是web服务器群集组成的，每个web服务器提供了相应的web日志文件，并有一个接口实现与代理层的交互。代理层是用户访问层和web服务器层的桥梁，主要为了解决分布式异构性和速度问题以及保证数据的完整性而设。
代理技术的使用能够有效地对多个异构web服务器同时进行分析和处理。对于数据的预处理和数据挖掘算法等则和简单结构的web日志挖掘方案类似，这里就不再叙述了。

三、结论

由上面列举的两种环境下的web日志挖掘方案可知，好的数据预处理手段是web日志挖掘方案是否成功的关键。在做预处理的过程中，由于不同层次的访问者浏览网站行为的复杂性，不确定性和不连贯性，要完全准确地分析全部访问者的行为也是不切实际的，应该根据分析的需要，首先确定需要的行为，确定这些行为出现的一些条件和特征，从而确立一些分析规则，将这些行为尽量挖出来，对于不需要的行为数据应该尽量过滤。只有预处理数据做好了，后面的分析和挖掘才会比较准确的，因此，安排多些时间放在预处理数据阶段是十分必要的。

上一页  [1] [2]