改进的基于模糊聚类的Web日志挖掘.pdf

计算机科学2005V01．32NQ．9A 改进的基于模糊聚类的Web日志挖掘 汤国行赵合计 (山东大学计算机科学与技术学院济南25006]) 摘要在本文中，我们提出了用雏敷比较d、的会话门类矩阵代替了传统的套话URL矩阵，来生成相似度矩阵， 同时消除了偶然用户和低兴趣度九类等噪音的影响。聚娄算法采用最大树聚类算法，使得聚类过程的复杂度得到 了降低．利用聚类的结果．我们对用户有了曼清晰的认识，可以推荐个性化的链接和有目的的发送广告． 关键词Web挖掘，Web日志．模糊聚类，套话L服L矩阵． WebData Log MininingUsing Improved FuzzyClustering TANG ZHAO Guo-HangHeUi of Scienceand (School Technology，Shandong250061) Computer University，Jinan AbstractInthis anewmatrixto session-uHmatrixfor webusers paper，wepresent replace getting profi- sessiorrurlmatrix．the matrixhas1essdimensions．Atthesametime．thenoise 1ing．Compared、Ⅳith session-category hasbeenremoved．We includingoccasionalusersandlow-access cangetthe dustersmore U- cstegories fuzzy quickly themaximum for ratherthantheold sing tree thefinalclusters．wecan algorithmfuzzyclustering algorithm．With get abetter ofthe USerS．Itisusefulfor advertisementand understandingusers．especiallytypical targeted personalized recommendationservicem Web matrix Keywords mining，Weblog，Fuzzyclustering，Session-url 的用户的lP地址、用户访问的页面和访问的时间属 1引言 性。 Web数据挖掘，就是将传统的数据挖掘技术与 我们逐步扫描日志，每遇到一个新的IP地址， Web相结合，从半结构或无结构的Web页面中，以就建立一个新的用户会话。用户会话是指一个用户 及页面浏览客户的活动中，抽取感兴趣的、潜在的模 在一时间段内访问站点页面的点