基于KMeans聚类算法的智能化站点设计与实现

《基于KMeans聚类算法的智能化站点设计与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、河南科技大学硕士学位论文基于K-Means聚类算法的智能化站点设计与实现姓名：高利军申请学位级别：硕士专业：计算机应用技术指导教师：王辉@摘要论文题目：基于K-Means聚类算法的智能化站点设计与实现专业：计算机应用技术研究生：高利军指导教师：王辉摘要Internet和电子商务的发展带动了面向Web的数据挖掘技术的研究。在个性化推荐系统中，运用数据挖掘技术对服务器上的日志文件等数据进行用户访问信息的Web数据挖掘，根据对用户的访问行为、访问时间的分析，得到群体用户行为和方式的普遍知识，动态地调整页面结构，改进服务，给用户个性化的界面，从而更好地服务于用户，提升网站的整体质量。Web挖掘技术

2、使得人们能够充分了解Web页面之间，以及Web站点的组织形式与用户的访问模式之间的关联。其中，面向服务器日志的Web日志挖掘技术尤其得到众多研究人员的关注。利用Web日志挖掘，可以了解用户对网站的浏览模式、浏览习惯以及浏览行为，进而发现行为相似的用户群，同时根据Web页面被用户访问的情况将具有相同特征的页面进行分组。本文在充分分析国内外研究现状的基础上，提出了通过挖掘Web日志,根据当前用户的访问行为实时地为用户进行个性化推荐的智能化网站基本架构，特别是对其中的关键技术做了深入细致的研究，主要内容如下：(1)提出了通过Web日志对用户兴趣进行隐式获取的方法。(2)对k-Means聚类算法做

3、出了改进，使得管理员无需背景知识也能很好地对网站用户进行聚类。在关键技术研究的基础上，提出了一个提高Web服务质量的解决方案，并实现了一个基于用户访问模式进行实时推荐的智能化站点原型系统，同时将其关键技术应用到河南科技大学洛浦清风校园文化网站，取得了良好的效果。本文对智能化站点原型系统的研究和实验结果分析，将对智能化站点从理论研究向现实网站中应用，起到一定的指导和推动作用。关键词：聚类，Web日志挖掘，关联规则，数据挖掘，协同过滤.论文类型：应用研究I河南科技大学硕士学位论文Subject:DesignandRealizationofIntelligentWebsiteBasedonK-M

4、eansClusteringSpecialty:ComputerApplicationsTechnologyName:GaoLi-junSupervisor:WangHuiABSTRACTAtpresent,thedevelopmentofInternetande-commercedrivestheresearchfordataminingtechnologyfacingweb.Inpersonalizedrecommendationsystem,theuser’sbrowsingbehaviorcanbediscoveredbyapplyingdataminingtechnologyon

5、webdatasuchasserverlogs,andthegeneralknowledgeofthegroupuser’sbehaviorsandpatternscanbeobtainedbyanalyzingtheuser’saccessingbehaviorandaccessingtime.Inaddition,thepagestructure,theserviceandmarketingstrategiescanbemodifiedandimproveddynamicallyaccordingtothediscoveredknowledgetoservetheuserwelland

6、promotetheoverallqualityofthewebsite.Webminingtechnologymakespeoplecanfullyfindouttherelationbetweenthewebpages,andtheconnectionbetweentheweborganizationalformsofwebsiteandtheaccessmodeofthecustomer.Amongthem,theweblogminingtechnologygetstheconcernofnumerousresearchersespecially.Byutilizingthewebl

7、ogmining,wecanknowthebrowsingpattern、browsingcustomaswellasbrowsingbehaviorofthecustomer,findthesimilarusergroupaccordingtobrowserbehaviorsanddividethepageswiththesamecharacteristicintogroupsbythewebpagesvisitedb