- 1、本文档共3页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
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
您可能关注的文档
最近下载
- 2023-2024学年上海市长宁区高中数学人教A版选修二第四章-数列章节测试-19-含解析.pdf VIP
- 大学英语六级词汇汇总.pdf VIP
- 乡愁英文版.pptx
- 2023-2024学年江苏省南通市高中数学人教A版选修二第四章-数列章节测试-19-含解析.pdf
- 2022年黑龙江省大庆市中考道德与法治试卷(word精校版).docx
- JTT329-2010 公路桥梁预应力钢绞线用锚具、夹具和连接器.docx VIP
- 水电站大坝主体混凝土施工组织设计.doc
- 2023-2024学年北京市西城区高中数学人教A版选修二第四章-数列章节测试-9-含解析.pdf
- 20秋新疆电大一体化 社会保障学 (50627)章节测验1-24答案.pdf
- 2023年全国乙卷理科综合高考试卷(原卷+答案).pdf
文档评论(0)