基于粗集和神经网络的用户访问模式挖掘.pdfVIP

第 27卷 第 6期 兰 州 交 通 大 学 学 报 V()L27No．6 2008年 12 』ourrlaloflmnzhou iaoDngUniversity I)ec．2008 文章编号 ：1O01—4373(2008)06—0096—04 基于粗集和神经网络的用户访问模式挖掘 郑丽英 ， 岳 岩 ， 匡晓君 (兰州交通大学 Ct子与信息工程学院，甘m 兰州 730070) 摘 要：用户访 问模式发现是构建 自适应网站的关键技术．提 出了一种基于粗糙集和神经网络相结合的用户访 问 模式的发现方法，建立了用户访 问模式的一般模型．针对Web日志数据通常数据量大、冗余，以及 页面之间关系不 确定的特点，将粗糙集作为前端预处理器，简化信息处理空间，去掉冗余，采用神经网络聚类分类用户群，从而发现 用户访问页面的方式．最后，通过实验分析表明文中方法的有效性． 关键词：粗糙集；自组织神经网络；用户聚类；用户访 问模式 中图分类号：TP301．6 文献标识码：A 知识约简就是在保持知识库分类能力不变的前提 0 引言 下，删除其中不相关或不重要的知识．知识约简可以 随着 Internet的迅猛发展，信息容量呈爆炸性 减少后续挖掘算法在时间和空间上的压力． 增长趋势，尤其是Web的全球普及热，使Web上的 知识约简_3]在信息系统分析与数据挖掘等领域 信息量无 比丰富．Web挖掘作为数据挖掘的一个子 都具有重要的应用意义．知识之间的依赖性决定知 领域，其数据源的多样性和动态性等特点突破了传 识是否可以进行约简，根据依赖性所定义的知识的 统意义上的数据形式，并随着Web服务的发展受到 重要性往往是知识约简的重要启发式信息． 了越来越广泛的关注和应用．面 向新世纪发展需要 1)决策表的约简 的可持续发展的web站点必须为用户解决这些问 定义 12『] S一 (，K)为一知识表达系统，且 题．及时发现和预测不同用户在使用web站点时的 C，D R是两个属性子集，分别称为条件属性和决 问题，并相应调整Web站点的内容、结构和表现形 策属性，具有条件属性和决策属性的知识表达系统 式来解决相关问题，是 自适应站点研究的主要 目的． 可表达为决策表 了===(L，，R，C，D)或简称 CD决策 自适应站点能有效发现潜在用户和吸引原有用户， 表．关系 IND(C)和关系 IND(D)分别称为条件类 为网络服务的持续发展提供有力的保障，因此 自适 和决策类[4]． 应站点的研究与实现，已经成为当前web数据挖掘 令 x是U中根据条件属性C可定义的类，y是 的研究热点口]．而用户访问模式的发现是 自适应网 中根据决策属性D可定义的类，对于每个 ， ∈ 站的关键内容，本文给出了一种基于粗糙集和神经 U，定义一个函数为 网络的用户访问模式发现方法，可以对用户进行聚 d ： c() SD()： n ≠0， 类并适时的向用户进行新页面的推荐． 对于 ∈X， ∈y． 函数d称为决策表 ，7、中的决策规则，是决策 1 粗糙集的属性约简 规则d 的标识，即决策表中集合U的元素不表示任 1982年波兰数学家 Z．Pawlak教授针对 G． 何实际的事物，只是决策规则的标识符． Frege的