基于遺傳算法的Web用戶聚類模型的研究.pdf

1、Web日志挖掘作為Web挖掘的一個(gè)重要組成部分，包含了大量的用戶訪問信息，對(duì)之進(jìn)行分析，從中挖掘出用戶的行為模式，有著重要的理論和實(shí)踐意義。Web日志挖掘的方法主要有三種：聚類分析、關(guān)聯(lián)分析、序列分析，其中，聚類分析方法適合挖掘具有噪音和不完整數(shù)據(jù)的大量數(shù)據(jù)集，因此它在用戶行為模式分析中起著重要的作用。在聚類分析中，K均值算法是應(yīng)用較為廣泛的一種算法，但是它的缺點(diǎn)是對(duì)初始值非常敏感而且容易陷入局部極小值，因此本文引入遺傳算法，將遺傳算法

2、與K均值算法進(jìn)行整合，充分發(fā)揮遺傳算法啟發(fā)式全局尋優(yōu)的計(jì)算優(yōu)勢(shì)，尋求最優(yōu)聚類。 本文所述系統(tǒng)首先根據(jù)網(wǎng)站的拓?fù)浣Y(jié)構(gòu)對(duì)頁面進(jìn)行編碼，在編碼中存儲(chǔ)了頁面的層次關(guān)系及其類屬關(guān)系，有助于提高了Web用戶的聚類質(zhì)量。然后以編碼為基礎(chǔ)根據(jù)Web日志得到一組用戶行為訪問向量，并改進(jìn)了一個(gè)基于遺傳算法的Web用戶聚類模型WUGC(Web User Genetic Clustering)，以實(shí)現(xiàn)對(duì)Web用戶的聚類分析。WUGC以遺傳算法為基礎(chǔ)，在