基于最长公共访问路径的Web日志聚类算法的改进.pdfVIP

计算机科学2005V01．32№．9A 基于最长公共访问路径的Web日志聚类算法的改进 王翠茹李自强 (华北电力大学计算机科学与技术学院保定071003) 摘要 目前使用Web日志进行用户聚类的算法，太部分都没有考虐用户访问路径中页面的有序性。针对上述 问题，本文在最长公共访问路径基础上，提出了一种用户访问路径相似度的计算方法，并结合k-means算法进行用 户访问路径聚央，成功地辨别出某些其它路径聚类算法难以区分的用户访问模式的不同．试验结果表明该算法更 准确地反映了用户访问路径的相似程度，能够获得较高的聚类质量。 关键词最长公共访问路径，web日志聚类算法，相似度，k—means算法 OllWeb BasedoR CommonAccess ImprovementLogClusteringAlgorithmLongest Path WANGCui—。RuIA Zi—。Qiang Science ChinaElectricPower (Schoolof and 071003) Computer Technology，North University，Baoding Web donOt AbstractMostof basedon involvetheorderof inuseraccess presentclusteringalgorithms logs pages couldnot 80meuseraccess whicharedifferentin order．Inorderto paths，sothey distinguish patterns mainlypage solvetheabove ameasurementof betweenuseraccesB basedollthe paperproposes similarity paths problem，this ofthe commonaCCeSS clustersuseraCCeSS k-means conceptionlongest path，then pathsusing algorithm．Thisalgo- rithmcoulddiscriminatebetweensomedifferentuseraccess whichother patternssuccessfully algorithms clustering couldnOT．Theresultshowsthatthe reflects betweenuseraccess more algorithmsimilarity paths exactly improved and cluster． a gainsh科rqtmlity eommooaccess path，Webclustering KeywordsLongest