已閱讀1頁，還剩66頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、在Internet浪潮的沖擊下,尤其是Web的全球普及,使得Web上的信息量無比的豐富,人們面臨著數(shù)據(jù)爆炸的挑戰(zhàn)。數(shù)據(jù)挖掘是通過挖掘數(shù)據(jù)倉庫中存儲的大量數(shù)據(jù)，從中發(fā)現(xiàn)有意義的新的關(guān)聯(lián)模式和趨勢的過程。通過對Web數(shù)據(jù)的挖掘，不僅可以得出關(guān)于群體用戶訪問行為和方式的普遍知識，用于改進Web服務(wù)設(shè)計，更重要的是，通過對用戶特征的理解和分析，有助于開展有針對性的電子商務(wù)活動。而仿生類算法是應(yīng)用于數(shù)據(jù)挖掘領(lǐng)域的重要工具。
本文在分析了
2、螞蟻覓食行為和Web用戶訪問行為相似性的基礎(chǔ)上，給出了基于蟻群的Web自適應(yīng)站點算法，通過該方法，能使用戶通過最優(yōu)路徑到達目標(biāo)頁面。另外，受螞蟻能識別與之相遇螞蟻是敵是友行為的啟發(fā)，給出了基于蟻群本能識別能力的Web用戶聚類算法，通過用戶事務(wù)的相似度矩陣實現(xiàn)了對Web用戶模式的聚類。
另一方面，本文在分析遺傳算法基本理論的基礎(chǔ)上，將標(biāo)準(zhǔn)遺傳算法和K-均值劃分聚類方法有機的結(jié)合，給出了一種用混合遺傳聚類方法對Web用戶的行為進行
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于仿生類算法的Web日志挖掘技術(shù)研究.pdf
- 面向Web日志數(shù)據(jù)挖掘的研究與應(yīng)用.pdf
- Web數(shù)據(jù)挖掘算法研究.pdf
- 面向ｗｅｂ的數(shù)據(jù)挖掘技術(shù)
- 面向電子商務(wù)的Web數(shù)據(jù)挖掘應(yīng)用研究.pdf
- 聚類算法在Web挖掘中的應(yīng)用.pdf
- web流數(shù)據(jù)聚類挖掘的研究和應(yīng)用.pdf
- 面向用戶興趣漂移的Web數(shù)據(jù)流挖掘算法研究.pdf
- 面向數(shù)據(jù)流挖掘的分類和聚類算法研究.pdf
- 面向智能Web站點的數(shù)據(jù)挖掘技術(shù)研究及應(yīng)用.pdf
- 面向大數(shù)據(jù)的高效數(shù)據(jù)挖掘算法研究.pdf
- 面向應(yīng)急決策的Web數(shù)據(jù)挖掘研究.pdf
- 面向電子商務(wù)的WEB數(shù)據(jù)挖掘研究.pdf
- 基于數(shù)據(jù)挖掘聚類算法的研究及其應(yīng)用.pdf
- 面向電子商務(wù)的數(shù)據(jù)挖掘中聚類算法的研究.pdf
- 基于聚類算法的Web日志挖掘應(yīng)用研究.pdf
- 面向增量更新的數(shù)據(jù)挖掘算法及其應(yīng)用研究.pdf
- 基于XML的WEB數(shù)據(jù)挖掘優(yōu)化算法的研究與應(yīng)用.pdf
- 基于xml的web數(shù)據(jù)挖掘優(yōu)化算法的研究與應(yīng)用
- Web挖掘中聚類算法的研究.pdf
評論
0/150
提交評論