Web用户访问路径聚类方法研究.pdfVIP

重庆邮电大学硕士论文 目录 4．1．2可能性C均值聚类…………………………………………………。25 4．2模糊可能性Leader聚类算法……………………………………………．．25 4．2．1模糊隶属函数………………………………………………………．26 4．2．2可能性分布函数……………………………………………………．．26 4．2．3模糊截集……………………………………………………………．26 4．2．4算法描述……………………………………………………………．．27 4．3实验结果……………………………………………………………………28 4．4小结…………………………………………………………………………………………………33 第五章Web用户访问路径聚类算法研究…………………………………………34 5．1Web用户访问路径聚类中存在的问题和解决策略………………………34 5．2Web用户访问路径可能性模糊聚类算法…………………………………35 5．2．1算法思想……………………………………………………………．35 5．2．2算法描述……………………………………………………………．36 5．3实验结果……………………………………………………………………38 5．3．1数据集描述……………………………………………………………38 5．3．2数据预处理…………………………………………………………．39 5．3．3算法性能测试…………………………………………………………39 5．3．4对比实验……………………………………………………………．40 5．3．5相似度权值系数测试………………………………………………．．4l 5．4／J、结…………………………………………………………………………………………………42 第六章结论与展望…………………………………………………………………43 6．1工作总结……………………………………………………………………43 6．2展望…………………………………………………………………………．44 致谢…………………………………………………………………………………………………………．46 攻硕期间从事的科研工作及取得的研究成果……………………………………．47 参考文献……………………………………………………………………………．．48 IV 重庆邮电大学硕士论文 第一章绪论 第一章绪论 1．1研究背景和意义 随着网络技术的飞速发展，Internet已经成为人们获取信息的重要渠 道。数据和信息量正以指数形式向上增长，现有的数据库技术是无法满足 高效信息查询和统计等功能，而要进一步获取这些数据中的隐含信息就显 的更加无力。因此Web数据的挖掘面临着极大的挑战。 随着电子商务、在线服务和信息共享的广泛应用以及个性化服务迫切 需求，而且Web的通信量和Web的复杂度都以前所未有的速度高速发展。 随着用户访问需求的多样化和复杂化，使得Web站点设计、Web服务设计、 Web站点导航等工作难度加剧。对站点经营方来说，也提出更高要求，比 如：如何吸引更多用户，如何提高用户的访问兴趣，提供个性化服务，满 足用户需要定制页面，准确为用户提供信息等等。这就要求他们研究如何 以Web服务器日志数据为依据，对Wcb服务器的组织和表现形式进行自 动或半自动调整；要求他们有智能辅助设计工具，依据Web用户的访问兴 趣智能的进行个性化推荐，有针对性满足不同用户的需求。这就对Web站 点的设计和功能提出了更高的要求，即Web具有智能性，高效性，准确性。 Web数据拥有Web页面的内容信息、大量的超链接信息以及用户访问 的日志信息，为数据挖掘提供了海量的信息资源。Web数据挖掘是基于 Web页面内容、页面之间链接、用户访问日志、电子商务信息等在内的各 种Web数据，应用数据挖掘方法发现有用的知识来帮助人们从万维网中提 取知识，改进站点设计，更好地开展电