基于用戶行為的Web日志聚類研究與應(yīng)用.pdf

1、隨著網(wǎng)絡(luò)技術(shù)的快速興起，互聯(lián)網(wǎng)逐漸融到生活，為我們的日常生活帶來(lái)了便捷。但是大量的Web信息使得人們很難準(zhǔn)確的找到自己需要的信息，尤其是對(duì)于一些應(yīng)急的生活需要，人們需要快捷找到自己感興趣的東西，獲得更好的用戶體驗(yàn)。通過(guò)Web日志挖掘，提取用戶的行為規(guī)律和興趣愛好，改進(jìn)系統(tǒng)平臺(tái)，使之更好的為用戶服務(wù)，提高用戶的體驗(yàn)。然而面對(duì)繁雜多樣的互聯(lián)網(wǎng)結(jié)構(gòu)和系統(tǒng)平臺(tái)，使得聚類算法對(duì)不同平臺(tái)的效果也不盡相同。因此Web聚類成為了當(dāng)下的熱點(diǎn)。Web用戶聚

2、類是提取Web服務(wù)器日志，對(duì)用戶的瀏覽行為進(jìn)行分析處理，挖掘出用戶感興趣的部分，提供給決策管理者。
　　Web日志聚類是對(duì)Web日志進(jìn)行挖掘的算法。該方法首先進(jìn)行Web日志預(yù)處理，選擇和抽取用戶特征；然后依據(jù)提取的特征值衡量用戶之間的相似度；最后通過(guò)聚類算法得到聚類結(jié)果。
　　本文針對(duì)Web服務(wù)器日志文件，對(duì)用戶瀏覽網(wǎng)頁(yè)的Web日志記錄進(jìn)行分析，提取用戶的瀏覽路徑和瀏覽時(shí)間作為用戶行為特征，對(duì)用戶進(jìn)行聚類。首先通過(guò)預(yù)處理得到

3、用戶的會(huì)話，對(duì)用戶會(huì)話進(jìn)行分割提取用戶瀏覽路徑和用戶瀏覽時(shí)間作為用戶行為特征。結(jié)合雅可比系數(shù)與CM系數(shù)計(jì)算出用戶瀏覽路徑相似度矩陣；通過(guò)對(duì)用戶瀏覽時(shí)間進(jìn)行歸一處理得到用戶瀏覽時(shí)間的相似度矩陣。根據(jù)用戶路徑相似度和時(shí)間相似度的權(quán)重比得到用戶的相似度矩陣。對(duì)矩陣中的值與給定的相似度閾值進(jìn)行對(duì)比，得到相似度類，然后根據(jù)隸屬度對(duì)重復(fù)的類中對(duì)象進(jìn)行分析，刪除各類間的相交項(xiàng)，最終得到聚類結(jié)果。
　　根據(jù)Web日志挖掘聚類的結(jié)果對(duì)某醫(yī)療網(wǎng)站進(jìn)行