一种新的基于事物聚类Web浏览偏爱路径挖掘算法.pdfVIP

学兔兔 1 匐 似 一 种新的基于事物聚类Web浏览偏爱路径挖掘算法 New approachofmininguserspreferredbrowsingpathsbasedon thingsclusteringalgorithm 李晓静，王树森 LlXiao-jing。、V／ANGShu—sen (济源职业技术学院，济源 459000) 摘 要；目前的挖掘算法单纯考虑了用户的访问频度，而忽略了用户对访问路径的兴趣度。本文通过 分析目前用户偏爱路径挖掘算法存在的问题，结合事物聚类算法，将雅克比系数与最长公共 路径系数相乘，得到更准确地用户相似集，并基于一个三元组模型构造以页面兴趣度为元素 值的网站浏览数据矩阵，采用改进的挖掘算法计算用户偏爱度和访问兴趣度，降低访问页面 闲置及链接等因素对数据挖掘的影响；实验结果表明，该算法针对Web日志海量数据进行挖 掘，具有较高的效率和准确率。 关键词：事物聚类算法；数据挖掘；Web日志；浏览偏爱路径 中圈分类号：TP3 文献标识码 ：A 文章编号：1009-0134(~013)02(下)-0065-03 Ooi：10．3969／J．Issn．1009-0134．2013．o2(下)．17 0 引言 页面大小，从而可以得到更为准确地偏爱路径。 使用web用户浏览偏爱路径挖掘算法分析Web 1 改进的事物聚类算法 日志记录，并发现用户访问规律，已成功应用于 1．1事物聚类算法的基本定义 个性化推荐、系统改进以及商业智能等方面 。 目 设n个用户访问路径集合U={C。，C2,o．o,C)，其 前在浏览模式的获取上常用的算法主要有最大频 中一条访 问路径为Ci={V。，V2，…，Vi)，其 中Vi表示 繁序列法、引用长度法和树型拓扑结构法等川，但 一 个被访 问过的节点。 是这些算法其实都是一种改进的关联规则算法， 定义1：用户访问路径中节点的个数等于路径 存在 以下两方面的问题：一是简单地认为用户的 长度C。 浏览频度就代表 了用户的访 问兴趣度 ，这很片 定义2：雅克比系数： 面；其次，随着网络的发展，Web日志数据逐渐呈 现出分布性、异构性、动态性和海量性等特点口】， = l 传统的集 中式数据挖掘算法就不能满足对拥有海 例如有两条Web用户访 问路径C，={V ，V2， 量数据的Web日志进行挖掘处理的需求。 V )，C：={V ，V ，V3)，采用雅克比系数进行计 为了解决上述问题，本文将事物聚类算法和 算的结果均为l，但是这两条路径显然是不相同 Web用户浏览模式挖掘算法相结合，并对现有算 法进行改进 ，提出将雅克比系数与最长公共路径 的，