人工免疫聚類在Web日志挖掘中的應(yīng)用.pdf

1、Web日志挖掘是從服務(wù)器端記錄的用戶訪問日志或從用戶的瀏覽信息中抽取感興趣的模式，通過分析這些數(shù)據(jù)可以幫助理解用戶的行為，最終可以指導(dǎo)企業(yè)明智的進行市場決策，更好的為用戶提供個性化的服務(wù)。本文主要采用人工免疫的思想進行聚類，從服務(wù)器日志文件中提取出用戶訪問模式，為用戶提供個性化服務(wù)。 本文通過實際操作，選取南昌大學(xué)人文學(xué)院的日志為數(shù)據(jù)源，以Weka軟件為平臺，研究了日志挖掘技術(shù)及關(guān)鍵算法，詳細(xì)介紹了數(shù)據(jù)預(yù)處理的過程，同時用實驗加

2、以實現(xiàn)。 在研究聚類算法的基礎(chǔ)上，針對當(dāng)前傳統(tǒng)聚類算法中所存在的問題，根據(jù)免疫系統(tǒng)的原理及Web日志數(shù)據(jù)的特性，探討采用人工免疫思想進行Web日志的聚類分析。該算法運用免疫系統(tǒng)自身的自組織、自適應(yīng)特性，由克隆選擇原理和免疫網(wǎng)絡(luò)原理相結(jié)合，同時，為每一個抗體添加類別標(biāo)記，讓抗體充分學(xué)習(xí)到抗原的特征，形成能代表抗原的記憶抗體，使得最后得到的抗體集合即為聚類結(jié)果，從而實現(xiàn)聚類。通過實驗的驗證與比較，證明了該算法的可行性及精確性，在理論