人工免疫聚类在Web日志挖掘中应用.pdfVIP

摘 要 摘 要 WebR志挖掘是从服务器端汜录的用户访问日志或从用户的浏览信息中抽 取感兴趣的模式，通过分析这些数据j，】．以帮助理解用户的行为，最终可以指导 企业明智的进行市场决策，更好的为用户提供个性化的服务。本文主要采用人 工免疫的思想进行聚类，从服务器F1志文件中提取出用户访问模式，为用户提 供个性化服务。 本文通过实际操作，选取南昌大学人文学院的日志为数据源，以Weka软件 为平台，研究了日志挖掘技术及关键算法，详细介绍了数据预处理的过程，同 时用实验加以实现。 在研究聚类算法的基础上，针对当前传统聚类算法中所存在的问题，根据免 疫系统的原理及Web日志数据的特性，探讨采用人工免疫思想进行Web同志的 聚类分析。该算法运用免疫系统自身的自组织、自适应特性，由克隆选择原理 和免疫J列络原理相结合，同时，为每一个抗体添加类别标记，让抗体充分学习 到抗原的特征，形成能代表抗原的记忆抗体，使得最后得到的抗体集合即为聚 类结果，从而实现聚类。通过实验的验证与比较，证明了该算法的可行性及精 确性，在理沦和实践上都有着极为重要的研究意义。 最后，通过聚类结果分析，从而为网站管理者提供网站结