基于用户特性的Web会话模式聚类算法.pdfVIP

第３１卷第２期　　　 计算机应用与软件 Ｖｏｌ３１Ｎｏ．２ ２０１４年２月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｆｅｂ．２０１４ 基于用户特性的Ｗｅｂ会话模式聚类算法 郑富兰　吴　瑞 （山西师范大学数学与计算机科学学院　山西临汾０４１００４） 摘　要　　Ｗｅｂ用户聚类是通过分析用户会话，将具有相同或相似访问特征的用户聚为一类。在会话相似性度量方面综合考虑了 网页浏览时间和访问频次两个因素，并考虑到用户个人习惯、能力等因素对浏览时间的影响，将浏览时间处理为ＲＤＰ（Ｒｅｄｕｃｅｔｈｅ ＤｉｆｆｅｒｅｎｃｅｓｉｎＰｅｒｓｏｎａｌｉｔｙ）浏览时间，以降低其个性特征。为此，提出一种基于用户特性的ＲＤＰｋｍｅａｎｓ聚类算法。实验表明，该算法 可以有效实现用户会话的聚类，聚类结果客观合理。 关键词　　Ｗｅｂ挖掘　Ｗｅｂ用户聚类　聚类算法　模式聚类　ｋｍｅａｎｓ 中图分类号　ＴＰ３９３　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１４．０２．０７６ ＡＣＬＵＳＴＥＲＩＮＧＡＬＧＯＲＩＴＨＭＦＯＲＷＥＢＳＥＳＳＩＯＮＰＡＴＴＥＲＮ ＢＡＳＥＤＯＮＵＳＥＲＳ’ＣＨＡＲＡＣＴＥＲＩＳＴＩＣＳ ＺｈｅｎｇＦｕｌａｎ　ＷｕＲｕｉ （ＳｃｈｏｏｌｏｆＭａｔｈｅｍａｔｉｃｓａｎｄＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ，ＳｈａｎｘｉＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｌｉｎｆｅｎ０４１００４，Ｓｈａｎｘｉ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　ＴｈｅＷｅｂｕｓｅｒｓ’ｃｌｕｓｔｅｒｉｎｇｉｓｔｏｇｒｏｕｐｔｈｅｕｓｅｒｓｗｉｔｈｓａｍｅｏｒｓｉｍｉｌａｒｓｕｒｆｉｎｇｂｅｈａｖｉｏｕｒｉｎｔｏｏｎｅｃｌａｓｓｂｙａｎａｌｙｓｉｎｇｔｈｅｉｒｓｅｓ ｓｉｏｎｓ．Ｉｎｔｈｉｓｐａｐｅｒ，ｔｗｏｆａｃｔｏｒｓｏｆｂｒｏｗｓｉｎｇｔｉｍｅｏｎｗｅｂｐａｇｅａｎｄｖｉｓｉｔｉｎｇｆｒｅｑｕｅｎｃｙａｒｅｓｙｎｔｈｅｔｉｃａｌｌｙｃｏｎｓｉｄｅｒｅｄｉｎｓｅｓｓｉｏｎｓ’ｓｉｍｉｌａｒｉｔｙｍｅｔ ｒｉｃ．Ｉｎａｄｄｉｔｉｏｎ，ｔｈｅｉｎｆｌｕｅｎｃｅｏｆｏｔｈｅｒｆａｃｔｏｒｓｓｕｃｈａｓｐｅｒｓｏｎａｌｈａｂｉｔａｎｄａｂｉｌｉｔｙｏｎｂｒｏｗｓｉｎｇｔｉｍｅｈａｓａｌｓｏｂｅｅｎｔａｋｅｎｉｎｔｏａｃｃｏｕｎｔ．Ｂｒｏｗｓｉｎｇ ｔｉｍｅｉｓｐｒｏｃｅｓｓｅｄａｓＲＤＰｂｒｏｗｓｉｎｇｔｉｍｅｓｏａｓｔｏｒｅｄｕｃｅｉｔｓｐｅｒｓｏｎａｌｉｔｙｃｈａｒａｃｔｅｒｉｓｔｉｃｓ．Ｔｈｅｒｅｆｏｒｅ，ｗｅｐｒｏｐｏｓｅａｐｅｒｓｏｎａｌｉｔｙｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｂａｓｅｄＲＤＰｋｍｅａｎｓｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍ．Ｅｘｐｅｒｉｍｅｎｔｓｓｈｏｗｔｈａｔｔｈｉｓａｌｇｏｒｉｔｈｍｉｓｅｆｆｅｃｔｉｖｅｉｎｒｅａｌｉｓｉｎｇｕｓｅｒｓ’ｓｅｓｓｉｏｎｓｃｌｕｓｔｅｒｉｎｇ，ｔｈｅｃｌｕｓｔｅ ｒｉｎｇｒｅｓｕｌｔｓａｒｅｏｂｊｅｃｔｉｖｅａｎｄｒｅａｓｏｎａｂｌｅ． Ｋｅｙｗｏｒｄｓ　　Ｗｅｂｍｉｎｉｎｇ　Ｗｅｂｕｓｅｒｓ’ｃｌｕｓｔｅｒｉｎｇ　Ｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍ　Ｐａｔｔｅｒｎｃｌｕｓｔｅｒｉｎｇ　ｋｍｅａｎｓ 权用户会话聚类算法，提高了聚类的准确性和合理性。同年，宋 ０　引　言 擒豹［７］等人以Ｗｅｂ站点 ＵＲＬ为行、以ＵｓｅｒＩＤ为列建立关联矩 阵，其元素值为用户的访问次数，通过对行向量和列向量进行相 随着Ｉｎｔｅｒｎｅｔ的发展，ＷＷＷ（ＷｏｒｌｄＷｉｄｅＷｅｂ）在人们的生 似性度量，可以发现网页之间的关系和频繁访问路径。２００３ 活中发挥着越来越重要的作用，与此同时，Ｗｅｂ使用挖掘越来 年，文