基于二值屬性聚類的個性化系統(tǒng)研究.pdf

1、論文首先介紹了Web數(shù)據挖掘技術，接著詳細論述了數(shù)據挖掘中的聚類分析技術，重點討論了分類屬性數(shù)據聚類。針對Web 日志聚類，使用二值屬性來描述Web 日志的時間量，在確定時間量的二態(tài)屬性值時，引入齊普夫法則作為依據。本文采用ROCK聚類算法，相似度采用Jaccard系數(shù)。該算法計算出的相似度的特點是：其值越大表示兩個對象越相似，其值越小表示兩個對象越不相似。由于ROCK算法計算代價較大，本文將ROCK算法進行改進，按照相似度的特點，將計

2、算出的相似度由大到小排列，然后按排列次序依次進行聚類。改進的ROCK算法能比較快速、精確地得到聚類結果。 針對網絡學習個性化服務的需求，構建了個性化網絡學習的模型以及學習者個性化信息模型，進而提出了網絡學習個性化推薦的思想，并設計了一個網絡學習個性化推薦系統(tǒng)(PRELS，Personality Recommendation System ofE-Learning)，該原型系統(tǒng)運用Web使用挖掘技術，將日志挖掘技術和聚類分析相結合