Web事务聚类分析的研究与实现论文推荐.docVIP

PAGE 9 MACROBUTTON MTEditEquationSection2 SEQ MTEqn \r \h \* MERGEFORMAT SEQ MTSec \r 1 \h \* MERGEFORMAT SEQ MTChap \r 3 \h \* MERGEFORMAT Web事务聚类分析的研究与实现 Research and Implementation of Web 摘要 本文系统、完整地论述了Web事务聚类分析的两个阶段，即数据预处理和聚类分析阶段。其中数据预处理阶段又包括日志解析、数据清洗、用户识别和事务识别四个过程；同时，论文在此阶段引入了“概念URL”，以获得容易理解的聚类结果。在聚类分析阶段，本文结合蚁群优化的原理，建立了人工蚂蚁模型，并基于该模型实现了蚁群聚类分析算法。另外，本文还在聚类分析过程中使用了K均值算法，并比较了蚁群算法和K均值算法在Web事务聚类分析上的优劣。采用北京电子科技学院Web服务器（）日志作为数据集的试验表明，本文的技术和方法能够获得质量良好的聚类结果。 【关键词】Web事务 聚类分析 概念URL K均值 蚁群算法 Abstract This paper discusses the two phases, which are data preprocessing and clustering analysis, in W