基于Web日志挖掘的用戶聚類研究.pdf

1、隨著Internet的不斷發(fā)展，信息快速增長與人們注意力有限的矛盾在不斷增加，而Web日志挖掘正是解決這一矛盾的有效手段。日志文件記錄了用戶的地址、訪問時間、方法、網(wǎng)頁和頁面信息大小等訪問信息和交互信息。利用Web日志挖掘技術對日志文件進行挖掘可以發(fā)現(xiàn)用戶訪問網(wǎng)站的瀏覽模式及網(wǎng)站頁面之間的關系，為用戶個性化服務以及頁面改造和網(wǎng)站整體架構優(yōu)化提供有益的指導。
　　本文對Web日志挖掘的基本理論和挖掘中使用的模糊聚類算法進行了深入研究

2、，對其中存在的問題提出了新的見解和改進，主要創(chuàng)新點與改進內(nèi)容如下：
　　（1）數(shù)據(jù)預處理在Web日志挖掘過程中起著至關重要的作用，是為數(shù)據(jù)挖掘算法提供有效輸入和獲取有價值的挖掘結(jié)果的前提條件。而數(shù)據(jù)預處理階段的一個關鍵問題就是如何獲取網(wǎng)站拓撲結(jié)構，本文提出了一種通過Web服務器的日志文件來獲取網(wǎng)站拓撲結(jié)構的新方法，并通過實驗驗證了新方法的有效性和準確性。
　　（2）用戶訪問路徑是Web用戶聚類時度量用戶興趣度的參數(shù)之一，針對

3、目前訪問路徑興趣度表示的不足，本文結(jié)合日志記錄的特點，從參數(shù)的數(shù)學特征出發(fā)，設計了一種基于二進制數(shù)表示的訪問路徑矩陣來度量用戶的興趣度，并給出了新的相異度矩陣的構造方法。實驗表明，本文提出的訪問路徑矩陣是可行的，生成的相異度矩陣在表現(xiàn)用戶訪問路徑差異上是準確的。
　?。?）本文研究分析了數(shù)據(jù)挖掘中的模糊C-均值聚類算法(FCM)。針對算法中初始聚類中心選取的隨機性導致聚類正確性與效率下降的問題，結(jié)合相異度矩陣，提出了一種改進的模糊