原创力文档- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
2008 第 12期总第 275
基于加权矩阵聚类的Web日志挖掘算法
赵 娜 ，田保慧 ，姜建国
(1．西安电子科技大学 陕西 西安 710071；2．青海建筑职业技术学院 宁夏 西宁 810012)
摘 要：Web服务器日志中记录了用户的浏览模式，为了从中提取出具有相似访问模式的用户群，对其提供个性化服
务，提出一种针对web日志的分析方法。通过构建UserlD—URL关联矩阵，引入加权关联矩阵，提出一种基于加权矩阵的
聚类算法——多标记传播算法。实验表明，该算法在Web日志挖掘中进行用户聚类和页面聚类是高效可靠的。
关键词：数据挖掘；Web日志挖掘；加权矩阵聚类；多标记传播算法；用户聚类
中图分类号：TP311 文献标识码：B 文章编号：1004—373X(2008)l2—085—03
Web Log Mining Algorithm Based on Weighted Matrix Cluster
ZHAO Na ，TIAN Baohui ，JIANG Jianguo
(1．Xidian University，Xi an，710071，China~2．Qinghai Architecture Vocational Techniqual College，Xining，810012 China)
Abstract：Web server log files registered browsing patterns of users，in order to extract users with similar accessing pat—
terns and provide personal service for them，a new method of analysis on Web log is proposed．A User—URI matrix is created
and weighted matrix is introduced，additionally，a mutlimarker propagation algorithm based on weighted matrix cluster is pro—
posed．The experiments show that this algorithm has high—performance and reliability to cluster users and pages in Web log
mining．
Keywords：data mining；Web log mining weighted matrix cluster；mutlimarker propagation algorithm；users clustering
1 引 言 2 加权矩阵聚类
随着因特网的迅速发展，web在人们的日常生活和工 矩阵聚类l_4 (Matrix Cluster，MC)最初是为客户关系
作中的地位日益显著口 ]。Web中包含页面的内容信息、 管理(Customer Relationship Management，CRM)提出的。
超链接信息，以及web页面的访问和使用信息，如何针对 图1所示的关联矩阵 中，行代表用户，列代表页面。
这些信息，应用数据挖掘技术挖掘出有用的信息，更好地 矩阵元素值h 表示用户i访问页面J的次数。以往文献
为用户服务，已经成为目前国内外的一个新的研究热 常见做法是用 0或者1来表示用户是否访问某个页面，直
点 ]。在Internet中，对于特定的网站而言，其页面之间 接对关联矩阵进行归一化处理得到元素值非 0即1的矩
阵，再运用各种算法进行聚类分析。
的拓扑结构是已知的。尽管不同的用户在不同时期可能
文档评论（0）