聚類分析及其在Web日志挖掘中的應(yīng)用研究.pdf

1、隨著互聯(lián)網(wǎng)的快速發(fā)展及數(shù)據(jù)庫的廣泛應(yīng)用，信息的供給能力和對信息的分析能力之間的矛盾日益突出，人們迫切需要一種能夠?qū)?shù)據(jù)信息進(jìn)行深入研究和分析的自動化技術(shù)。數(shù)據(jù)挖掘技術(shù)正是在這種信息廣泛而知識貧乏的情況下應(yīng)運(yùn)而生的。聚類分析是數(shù)據(jù)挖掘中的一個(gè)重要分支，屬于無監(jiān)督學(xué)習(xí)的范疇，是人們認(rèn)識現(xiàn)實(shí)世界的一種重要方法。聚類分析可以作為一個(gè)獨(dú)立的工具來獲得數(shù)據(jù)的分布情況，觀察每個(gè)類的特點(diǎn)，以便于集中對某些特定的類做深入的分析。此外，聚類分析還可以作為其

2、它算法的預(yù)處理步驟。傳統(tǒng)的聚類分析是一種硬劃分，分類的類別界限是分明的，具有非此即彼的性質(zhì)。然而在現(xiàn)實(shí)世界中，許多事物并沒有嚴(yán)格的區(qū)分界限，因此在對事物進(jìn)行聚類分析時(shí)就必然伴隨著模糊性，模糊聚類分析技術(shù)由此產(chǎn)生。
　　Web日志挖掘是數(shù)據(jù)挖掘領(lǐng)域中一個(gè)新的研究熱點(diǎn)，Web日志中記錄了大量網(wǎng)絡(luò)用戶的行為信息，通過對Web日志的挖掘能夠發(fā)現(xiàn)用戶訪問行為特征和潛在規(guī)律，分析得到的特征和規(guī)律可以識別潛在的客戶群，提高網(wǎng)站服務(wù)質(zhì)量。將聚類分

3、析技術(shù)應(yīng)用于Web日志挖掘中，通過深入分析用戶的訪問行為可以將具有相同興趣的用戶自動分類以及發(fā)現(xiàn)被相同用戶訪問的頁面組，進(jìn)而可以幫助優(yōu)化網(wǎng)站結(jié)構(gòu)、推薦個(gè)性化服務(wù)等。同時(shí)由于Web數(shù)據(jù)的無結(jié)構(gòu)化特征，在進(jìn)行聚類之前必須對日志數(shù)據(jù)進(jìn)行預(yù)處理。
　　本文在介紹數(shù)據(jù)挖掘、聚類分析、模糊理論及Web日志挖掘的基本概念和相關(guān)知識的基礎(chǔ)之上，主要針對模糊聚類分析中的模糊 C-均值(FCM)聚類算法及其存在的不足進(jìn)行了深入的研究。模糊 C-均值聚

4、類算法是模糊聚類分析中應(yīng)用最廣泛的算法之一。該算法是一種基于目標(biāo)函數(shù)的聚類算法，并通過極小化目標(biāo)函數(shù)來求得最優(yōu)解。算法設(shè)計(jì)簡單，應(yīng)用范圍廣，但同時(shí)也存在著許多需要解決的問題，如:需要人為定義聚類原型參數(shù)、聚類結(jié)果易陷入局部最優(yōu)、對球狀簇以外的數(shù)據(jù)集的發(fā)現(xiàn)能力差等。
　　在眾多研究成果的基礎(chǔ)上，本文針對FCM算法存在的不足，進(jìn)行了深入的研究，并通過具體的分析過程給出了相應(yīng)的改進(jìn)措施。文章主要從兩方面對算法進(jìn)行了改進(jìn):一方面，在選擇初