粒子群优化算法在web内容挖掘中的应用与研究

《粒子群优化算法在web内容挖掘中的应用与研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、粒子群优化算法在Web内容挖掘中的应用与研宄ApplicationandResearchofParticleSwarmOptimizationAlgorithminWebContentMining李智勇LIZhi-yong(青海大学现代教育技术中心，西宁810016)(ModernEducationalTechnologyCenter,QinghaiUniversity，Xining810016，China)摘要院随着计算机技术在各领域的广泛应用，互联网的迅猛发展使得各类信息以指数级增长，木文主要研究粒子群优化算法在Web数据挖

2、掘中的应用，介绍了粒子群优化算法进行Web数据挖掘的基木原理，分析了其特点。简述了粒子群Web数据挖掘优化算法的原理、特点、参数设置与应用等，重点分析了粒子群优化算法中的惯性权值，加速因子的设置对算法基木性能的影响，给出了算法中的经验参数设置。Abstract:Withthewideapplicationofcomputertechnologyinvariousfields,therapiddevelopmentoftheInternetmakesinformationincreaseexponentially.Thispape

3、rstudiestheapplicationofparticleswarmoptimizationalgorithminWebdataminingjntroducesthebasicprinciple,andanalyzesitscharacteristics.Theprinciple,characteristics,parametersettingandapplicationoftheparticleswarmoptimizationalgorithmofWebdataminingarebrieflydescribed.The

4、inertiaweightintheparticleswarmoptimizationalgorithmandtheinfluenceofaccelerationfactorsettingonthebasicpropertiesofthealgorithmareanalyzed,andtheexperienceparametersettinginthealgorithmisgiven.关键词院粒子群优化算法；Web挖掘；聚矣算法Keywords:particleswarmoptimizationalgorithm；Webmini

5、ng；clusteringalgorithm中图分类号院TP393文献标识码院A文章编号院1006-4311(2014)25-0224-020引言Web数据挖掘的定义是：从Web文木和Web活动中抽取用户感兴趣的、潜在的、有用模式和隐藏的信息。Web文木挖掘常用的领域有分类、聚类、关联分析、Web主题发现与跟踪、预测分析、提取规则发现、Web内容变化规律检测、用户模型、频繁子结构发现、站点数据模式挖掘、数据集成等。聚类算法取决于数据的类型、聚类的0的和应用，而粒子群聚类算法是基于粒子群定理实现的，冋吋研究表明简单的粒子群聚类算法

6、在准确率和速度上和决策树、神经元算法是可以相媲美的。1粒子群优化算法渊PSO冤在生物群体中个体间的竞争与合作等生物行为能产生的群体辨别能力，往往针对某些特定的问题可提供高效的解决方法。PSO中粒子作为基本的组成单位，一个粒子代表解空间的一个候选解。设解向量为d维变量，则当算法迭代次数为t吋，第i个粒子xi(t)可表示为Xi(t)=[xil(t)，xi2(t)，xi3(t)，“.xid(t)]。K中xik(t)表示第i个粒子在第k维解空间中的位置，即第i个候选解中的第k个待优化的变量。粒子种群(population)由n个粒子组成

7、，代表n个候选解。经过t次迭代产生的种群:pop(t)=[xl⑴，x2(t),x3(t),…，xi(t),…，xn(t)]。其中：xi(t)为种群中的第i个粒子。它表示粒子在一次迭代中位置的变化即粒子在解空间的位移，Vi(t)=[vil(t),vi2(t)，vi3(t)，…，vik(t)，…，vid(t)]。其中:vik(t)为第i个粒子在解空间第k维的速度。适应度(fitness)函数。它由优化目标决定，用于评价粒子的性能即解的优劣，从而指导粒子群体的搜索过程。算法迭代停止时适应度最优的粒子即为优化搜索的最优解。在每一次迭代中

8、，粒子通过跟踪两个“极值”，即个体极值pBest和全局极值gBest来更新自己。在找到这两个最优值后，粒子根据如下公式(1)、(2)来更新自己的速度和位置：vij(t)=vij(t-1)+clrl(pij-xij(t-1))+c2r2(gij-xij(t-1))