web用户浏览模式模糊聚类算法的研究

《web用户浏览模式模糊聚类算法的研究》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、．堕玺鎏：；堡盔兰鎏土兰垡笙銮摘要Web使用挖掘是从Web151志中挖掘用户访问模式和知识。分析和探索丌志中的规律能够确认电子商务中的潜在用户、提高信息服务的质量和提高Web服务系统的性能。Web使用挖掘，尤其Web用户聚类和页面聚类，有着明显的模糊特征，所以模糊聚类有时比传统聚类方法更适合Web聚类。本文提出一种基于模糊聚类最大树的方法对Web事务进行聚类。首先，本文介绍了数据挖掘以及其中的Web挖掘技术，重点阐述了Web挖掘技术研究内容和发展方向。然后，分析了已有聚类算法的不足，提出将模糊聚类技术应用到Web聚类中，给出基于模糊聚类最大树方法的具体算法描述，并用实例进行分析说明。最后，从

2、理论上证明此算法的正确性，并通过性能分析说明此算法比已有的算法准确性高，运行时间少，扩展性好。可以将此算法应用于电子商务领域，如个性化Web和Web推荐系统等。关键词：数据挖掘；Web使用挖掘；模糊聚类：最大树哈尔滨工程大学硕士学位论文AbstractWebusingminingtriestodiscoverinterestingwebuseraccesspatternsorknowledgefromtheweblogrecords．Analyzingandexploringregularitiesinweblogrecordscallidentifypotentialcustomersfo

3、relectroniccommerce，enhancethequalityanddeliveryofIntemetinformmionservicestotheendwebuser，andimprovewebserversystemperformance．Webmining，especiallywebusersclusteringofwebusagemining，hasobviousfuzzycharacteristic，SOfuzzyclusteringissometimesbettersuitforthewebminingincomparisonwithtraditionalcluste

4、ring．Amothedbasedonmaximumtreealgorithmforfuzzycluseringisbroughtoutinthisthesistoclusterthewebsession．First，asurveyofdataminingandwebdataminingtechniqueisgiven．Thecontentofstudyanddevelopmentofwebminingisemphasized．Second，thisthesisanalysesthedisadvantagesofalgorithminexistence．Theideathatappliesf

5、ruzzyclusteringtowebminingisaffirmed．Afterward，thedescribingmaterialalgorithmbasedmaximumtreealgorithmforfuzzycluseringisgiven，Andaninstanceofalgorithmisbroughtforwardtoexpoundthisalgorithm．Finally，correctnessofthisalgorithmisprovedintheory．AndthisalgorithmisprovedtohavebeReraccurary，fewerCPUtimean

6、dbetteracalabilitythanothersbytheanalysisofperformance．ItcanbeusedinthefieldofE-business，suchaspersonalized{‘e6and％6recommendation．Keyword：datamining，webusagemining，fuzzyclustering，maximumtree哈尔滨工程大学学位论文原创性声明本人郑重声明：本论文的所有工作，是在导师的指导下，由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出，并与参考文献相对应。除文中已注明引用的内容外，本论文不包含任何其

7、他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者(签字)：硝堕匙日期：Ⅵ箩年3。月J日堕玺鎏苫堡盔主鎏圭主堡笙塞．1．1课题背景第1章绪论互联网的迅速发展使之已经成为商业活动和信息传播的主要介质。随着电子商务的蓬勃发展，迫切需要在线业务能够提供更加人性化、更加安全的服务；而对于决策人员来说，面对海量的商业数据，更