基于Web日志的用戶(hù)興趣聚類(lèi)研究.pdf

1、隨著Internet的普及，信息快速增長(zhǎng)與人們注意力有限性的矛盾在不斷增加，而Web日志挖掘正是解決這一矛盾的有效手段。Web日志中隱含了用戶(hù)訪問(wèn)網(wǎng)站的行為和特點(diǎn)，使用聚類(lèi)技術(shù)對(duì)其進(jìn)行分析可以得到用戶(hù)的興趣模式，從而為網(wǎng)站結(jié)構(gòu)的優(yōu)化、個(gè)性化服務(wù)的推薦、電子商務(wù)的開(kāi)展等方面提供幫助。傳統(tǒng)的聚類(lèi)對(duì)用戶(hù)興趣考慮不充分，導(dǎo)致聚類(lèi)效果不理想。本文通過(guò)引入路徑興趣度的概念對(duì)用戶(hù)訪問(wèn)興趣模式進(jìn)行挖掘，再利用改進(jìn)的聚類(lèi)算法對(duì)用戶(hù)訪問(wèn)路徑進(jìn)行聚類(lèi)，實(shí)驗(yàn)表

2、明該方法聚類(lèi)效果明顯。 本文的主要內(nèi)容如下： (1)介紹并分析了Web日志挖掘中的數(shù)據(jù)預(yù)處理技術(shù)，提出了由用戶(hù)訪問(wèn)序列直接轉(zhuǎn)化到各個(gè)事務(wù)的SFT算法，該算法在保證預(yù)處理精度的前提下提高了預(yù)處理的速度。 (2)針對(duì)用戶(hù)訪問(wèn)路徑興趣度表示的不足，本文提出了改進(jìn)的興趣模式挖掘算法IPS，該算法以選擇興趣度、訪問(wèn)時(shí)間興趣度和支持度三個(gè)指標(biāo)來(lái)度量用戶(hù)興趣路徑，并從執(zhí)行準(zhǔn)確度和執(zhí)行時(shí)間兩方面將IPS算法與MFS算法進(jìn)行比較，