基于Web日志的網(wǎng)絡(luò)用戶聚類研究與實(shí)現(xiàn).pdf

1、聚類是數(shù)據(jù)挖掘中一種重要的挖掘方法，它從數(shù)據(jù)庫中計(jì)算對(duì)象間的相似性，并依此對(duì)對(duì)象進(jìn)行分類，使得不同類中的對(duì)象盡可能相異，而同一類中的對(duì)象盡可能相似，即“物以類聚”，發(fā)現(xiàn)數(shù)據(jù)中隱含的有用信息或知識(shí)，數(shù)據(jù)聚類在很多領(lǐng)域中有著廣泛的應(yīng)用。本文研究的主要內(nèi)容是基于Web日志完成其潛在的網(wǎng)絡(luò)用戶聚類，獲得的聚類結(jié)果可以作為網(wǎng)站結(jié)構(gòu)的優(yōu)化、站點(diǎn)的重構(gòu)以及個(gè)性化的服務(wù)和推薦的依據(jù)。 本文分別從用戶瀏覽路徑的結(jié)構(gòu)和內(nèi)容兩方面對(duì)Web日志中潛在的

2、網(wǎng)絡(luò)用戶聚類進(jìn)行深入的研究，分析了目前網(wǎng)絡(luò)用戶聚類的研究現(xiàn)狀，著重研究用戶瀏覽路徑聚類算法(UBPC)，指出該算法在網(wǎng)絡(luò)用戶聚類過程中存在的不足，并提出相應(yīng)的改進(jìn)。 基于Web日志完成了用戶識(shí)別、會(huì)話識(shí)別、事務(wù)識(shí)別等數(shù)據(jù)預(yù)處理過程，以用戶的會(huì)話作為用戶聚類的特征，引入一種計(jì)算有序的非數(shù)值數(shù)據(jù)對(duì)象相似度的方法，實(shí)現(xiàn)了基于瀏覽路徑結(jié)構(gòu)的用戶聚類。 引入了目標(biāo)頁和導(dǎo)航頁的概念，提出一種先對(duì)目標(biāo)頁聚類再利用目標(biāo)頁聚類的結(jié)果進(jìn)行用