蚁群算法在web挖掘聚类系统的设计与实现

蚁群算法在web挖掘聚类系统的设计与实现

ID:5452165

大小:850.50 KB

页数:45页

时间:2017-12-13

蚁群算法在web挖掘聚类系统的设计与实现_第1页
蚁群算法在web挖掘聚类系统的设计与实现_第2页
蚁群算法在web挖掘聚类系统的设计与实现_第3页
蚁群算法在web挖掘聚类系统的设计与实现_第4页
蚁群算法在web挖掘聚类系统的设计与实现_第5页
资源描述:

《蚁群算法在web挖掘聚类系统的设计与实现》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、基于蚁群算法的Web挖掘聚类系统的设计与实现摘要本文在研究现有Web挖掘中聚类技术的基础上,将一种改进的蚁群聚类算法应用于Web挖掘聚类系统中;并引入一种改进的蚁群算法应用于Web使用挖掘的用户事务聚类中。实验结果表明:与传统的聚类算法相比,基于蚂蚁的聚类算法在Web挖掘中具有一定的优势。本文首先针对Web挖掘的过程进行概述,然后详细地分析了Web挖掘中聚类和分类技术存在的优缺点。深入讨论了几种改进的蚁群算法,在分析了现有算法应用于Web挖掘技术上的不足之后,提出一种改进后的聚类算法并应用于Web挖

2、掘聚类系统中,重新定义构造蚂蚁的方式、相似度和行为,通过仿真实验来对比传统的算法,来证明改进的算法对于Web聚类挖掘的适用性。最后,引入了一种改进的蚁群算法(ImprovedAntColonyAlgorithm,IACA),结合其聚类分析模型并对算法进行实现,将其应用到Web使用挖掘的聚类模型上。通过实验仿真,该聚类算法在聚类过程中,很好地解决了算法中停滞的问题,并且在全局优化方面表现出较好的性能。关键词:Web挖掘;蚁群算法;Web内容挖掘;Web使用挖掘;聚类ABSTRACTBasedonthe

3、studyofexistingWebminingtheclusteringtechnologybasedonanimprovedantclusteringalgorithmwasappliedtoclassWebminingclusteringsystem;AndintroducingakindofimprovedantcolonyalgorithmisappliedtoWebusemininguseraffairsinclustering.Theexperimentalresultsshowtha

4、t:withthetraditionalclusteringalgorithm,basedontheantclusteringalgorithminWebmininghascertainadvantage.FirstlyWebminingprocessaresummarizedinthispaper,andthenanalyzedindetailintheWebminingtheclusteringandclassificationtechnologyandtheadvantagesanddisad

5、vantagesoftheexisting.Furtherdiscussedseveralimprovedantcolonyalgorithm,theanalysisoftheexistingalgorithmappliedinWebminingtechnologyaftershortcomings,thispaperputsforwardaimprovedclusteringalgorithmandappliedinWebminingclustersystem,redefinestructurea

6、nt'sway,thesimilarityandthebehavior,throughthesimulationexperimentstocomparedwiththetraditionalalgorithm,toprovethattheimprovedalgorithmforWebclusteringminingapplicability.Finally,weintroduceakindofImprovedAntColonyAlgorithm(ImprovedAntColonyAlgorithm,

7、IACA),combinedwithitsclusteringanalysismodelandtheAlgorithmrealization,itsapplicationtoWebuseminingclusteringmodel.Throughtheexperimentalsimulation,thisclusteringalgorithmintheclusteringprocess,providesgoodsolutionalgorithmstagnationproblems,andintheas

8、pectsofglobaloptimizationshowsgoodperformance.Keywords:WebMining;AntColonyAlgorithm;WebContentMining;WebUsageMining;Clustering____________________________________________________________同济大学硕士学位论文摘要目录第一章绪论11.1课题背景及研究意义11.2研究现状及分析21.3本文的

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。