基于聚類算法的Web日志挖掘應(yīng)用研究.pdf

1、數(shù)據(jù)挖掘就是從大量數(shù)據(jù)中提取信息或“挖掘”知識(shí)的過程，獲取的信息和知識(shí)可以廣泛用于各種應(yīng)用。在數(shù)據(jù)挖掘的實(shí)現(xiàn)過程中，聚類是普遍采用的方法之一，聚類分析已經(jīng)成為數(shù)據(jù)挖掘研究領(lǐng)域中一個(gè)非?；钴S的研究課題。
　　 將聚類分析應(yīng)用于Web服務(wù)器日志的挖掘，可以從記錄了用戶在站點(diǎn)上瀏覽行為的日志中提取用戶的訪問模式，如頁(yè)面訪問頻度、用戶聚類等。這些知識(shí)有助于網(wǎng)站設(shè)計(jì)者優(yōu)化站點(diǎn)拓?fù)浣Y(jié)構(gòu)，提供個(gè)性化、智能化服務(wù)以及提高網(wǎng)站的性能。
　　

2、 本文從對(duì)聚類分析基本算法的研究出發(fā)，在分析和實(shí)現(xiàn)層次聚類算法、k-means聚類算法以及模糊C-均值聚類算法的基礎(chǔ)上，從聚類個(gè)數(shù)和聚類中心兩個(gè)方面進(jìn)行算法的改進(jìn)，通過實(shí)驗(yàn)進(jìn)行了改進(jìn)后算法的有效性說明，并將改進(jìn)后的算法應(yīng)用于東華大學(xué)精品課程網(wǎng)站的日志挖掘中，取得了良好的分析效果。論文的主要工作如下:
　　 1)在分析和實(shí)現(xiàn)基本聚類算法的基礎(chǔ)上，利用標(biāo)準(zhǔn)數(shù)據(jù)集進(jìn)行了基本算法的比較說明，并對(duì)層次聚類算法、k-means聚類算法以及

3、模糊C-均值聚類算法的聚類結(jié)果進(jìn)行了比較。
　　 2)針對(duì)聚類算法中的初始聚類中心和聚類個(gè)數(shù)進(jìn)行優(yōu)化設(shè)計(jì)，改進(jìn)了相應(yīng)的算法，分析了模糊C-均值聚類算法的聚類個(gè)數(shù)估計(jì)方法以及皮爾遜相關(guān)系數(shù)距離度量方法，并進(jìn)一步提出了一種基于粗糙集的改進(jìn)的模糊C-均值聚類算法，隨后實(shí)現(xiàn)了改進(jìn)后的優(yōu)化算法，并通過實(shí)驗(yàn)分析與傳統(tǒng)聚類模糊C-均值聚類算法進(jìn)行對(duì)比，比較改進(jìn)算法與傳統(tǒng)算法的聚類效果，說明了算法的有效性。
　　 3)將改進(jìn)后的算法應(yīng)用