检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于混合概率潜在语义分析模型的web聚类

计算机应用 2012年第11期32卷 3018-3022页

作者：王治和王凌云党辉潘丽娜西北师范大学计算机科学与工程学院兰州730070 兰州银行科技部兰州730030

在电子商务应用中,为了更好地了解用户的内在特征,制定有效的营销策略,提出一种基于混合概率潜在语义分析(H-PLSA)模型的web聚类算法。利用概率潜在语义分析(PLSA)技术分别对用户浏览数据、页面内容信息及内容增强型用户事务数据建立PLS... 详细信息

在电子商务应用中,为了更好地了解用户的内在特征,制定有效的营销策略,提出一种基于混合概率潜在语义分析(H-PLSA)模型的web聚类算法。利用概率潜在语义分析(PLSA)技术分别对用户浏览数据、页面内容信息及内容增强型用户事务数据建立PLSA模型,通过对数—似然函数对三个PLSA模型进行合并得到用户聚类的H-PLSA模型和页面聚类的H-PLSA模型。聚类分析中以潜在主题与用户、页面以及站点之间的条件概率作为相似度计算依据,聚类算法采用基于距离的k-medoids算法。设计并构建了H-PLSA模型,在该模型上对web聚类算法进行验证,表明该算法是可行的。

关键词： web聚类概率潜在语义分析潜在主题 k-medoids算法

在线全文

学校读者我要写书评

暂无评论

基于关联规则的多层次web聚类法研究

计算机应用研究 2004年第5期21卷 35-37页

作者：李尊朝西安交通大学电子与信息工程学院陕西西安710049

提出了基于关联规则的多层次、超图分割聚类方法,用于对web网页和用户进行有效聚类。该方法借助网站层次图,可以根据实际需要,在各个层次上进行聚类分析;在挖掘出满足一定Support的关联规则的基础上进行聚类,仅将高度相关的网页和用户... 详细信息

提出了基于关联规则的多层次、超图分割聚类方法,用于对web网页和用户进行有效聚类。该方法借助网站层次图,可以根据实际需要,在各个层次上进行聚类分析;在挖掘出满足一定Support的关联规则的基础上进行聚类,仅将高度相关的网页和用户聚在同一类,而将关联性较小的网页排除在聚类外。

关键词：关联规则 web聚类超图层次图

基于Zipf定律的二值化web聚类算法研究

在线全文

学校读者我要写书评

暂无评论

河南科学 2012年第3期30卷 345-347页

作者：王荣孙爱民吴坤芳漯河职业技术学院河南漯河462000

分析web聚类,并针对web用户聚类提出了使用二值属性描述对象.利用Zipf定律将时间属性进行二值化,然后采用ROCK算法进行聚类.通过实验证明,以Zipf定律为准则的ROCK算法具有很好的聚类效果.

关键词： web聚类 Zipf定律二值属性 ROCK算法

在线全文

学校读者我要写书评

暂无评论

基于兴趣度的web用户聚类方法

微电子学与计算机 2008年第9期25卷 112-114页

作者：袁冠夏士雄张磊李月娥肖经验中国矿业大学计算机科学与技术学院江苏徐州221008 中国移动江苏公司徐州分公司江苏徐州221005

现有的web用户聚类方法都是通过对用户喜好页面的访问模式分析来建立用户聚类,没有充分考虑时间意识、用户兴趣、用户访问模式之间的关系与影响.针对这一问题,在时间意识的web用户聚类基础之上,提出了基于兴趣度的web用户聚类方法.通过... 详细信息

现有的web用户聚类方法都是通过对用户喜好页面的访问模式分析来建立用户聚类,没有充分考虑时间意识、用户兴趣、用户访问模式之间的关系与影响.针对这一问题,在时间意识的web用户聚类基础之上,提出了基于兴趣度的web用户聚类方法.通过对日志文件中的用户访问模式进行分析,计算用户兴趣度.结合渐进遗忘算法,对用户兴趣爱好进行调整与更新,并在此基础上对用户进行聚类.实验表明,本方法能够更好地分析用户访问模式,更准确地计算用户兴趣,具有更好的聚类效果.

关键词： web挖掘 web聚类兴趣度访问模式遗忘机制

在线全文

学校读者我要写书评

暂无评论

基于兴趣度的web用户聚类方法

基于兴趣度的Web用户聚类方法

2008年全国开放式分布与并行计算机学术会议

作者：袁冠夏士雄张磊李月娥肖经验中国矿业大学计算机科学与技术学院中国移动江苏公司徐州分公司

关键词： web挖掘 web聚类兴趣度访问模式遗忘机制

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

基于模糊粗糙近似的web浏览模式的聚类

系统工程学报 2010年第1期25卷 132-136,144页

作者：吴瑞宁玉富郭长友山西师范大学数学与计算机学院山西临汾041004 德州学院计算机系山东德州253023

提出一种模糊的粗糙近似法用于对web日志中的用户浏览模式进行聚类.在聚类过程中,一个网页是否被访问反映了用户的浏览兴趣,一个网页上的浏览时间反映了用户浏览兴趣的程度,它被刻画成模糊语言变量以忽略时间值之间的细小差别.每个用户... 详细信息

提出一种模糊的粗糙近似法用于对web日志中的用户浏览模式进行聚类.在聚类过程中,一个网页是否被访问反映了用户的浏览兴趣,一个网页上的浏览时间反映了用户浏览兴趣的程度,它被刻画成模糊语言变量以忽略时间值之间的细小差别.每个用户浏览模式被表示成等长的模糊向量的形式以表示该用户访问过的网页及网页上的浏览时间.最后使用粗糙近似的方法对这些表示用户浏览模式的模糊向量进行聚类.这种方法可以把具有相似浏览行为的用户聚成一类.

关键词： web聚类模糊变量粗糙变量用户浏览模式

在线全文

学校读者我要写书评

暂无评论

基于聚类的web使用挖掘研究

基于聚类的Web使用挖掘研究

作者：刘国光山东大学

学位级别：硕士

随着Internet的普及和WWW的迅猛发展，用户对web访问的信息己经成为世界上最大的信息仓库之一。而信息的爆炸式增长与人们注意力的有限性之间的矛盾也随之增加，web使用挖掘正是解决这一矛盾的有效手段，它从用户对web的访问信息中抽取... 详细信息

随着Internet的普及和WWW的迅猛发展，用户对web访问的信息己经成为世界上最大的信息仓库之一。而信息的爆炸式增长与人们注意力的有限性之间的矛盾也随之增加，web使用挖掘正是解决这一矛盾的有效手段，它从用户对web的访问信息中抽取出感兴趣的模式，以发现用户访问站点的浏览模式，为站点管理员提供各种利于web站点改进或可以带来经济效益的信息，从而对网站运营管理、开展电子商务和吸引用户都有深远的意义。本文研究了聚类与web使用挖掘有关的理论和技术基础，提出了web使用挖掘的系统框架，阐明了从web数据预处理、web用户访问路径模式发现、web聚类分析和特征规则挖掘等方面开展对web数据进行使用挖掘的研究思路。在web数据预处理方面，系统地研究了web数据清理、用户识别、会话识别、路径补充和事务识别等过程，设计了有关算法。在web用户访问路径模式发现方面，研究了用户访问模式挖掘的理论和方法。在分析基于偏爱度的用户访问路径挖掘模式的基础上，提出了基于页面层次和喜爱度的用户浏览频繁路径获取方法，阐明了全面考虑支持度、用户浏览时间和页面层次三种因素的用户浏览频繁路径发现技术。在web聚类方面，系统地研究了度量聚类对象相似度的方法，并根据web特点，研究了基于页面间链接距离的页面聚类方法。在web用户聚类方面，探索了一种基于矩阵变换的web用户聚类方法，系统地考虑聚类对象之间的相互作用和影响。综上所述，论文系统地研究了web使用挖掘过程，探索了从海量和半结构化的web数据中挖掘隐含知识的理论和方法，为web使用挖掘的进一步发展提供了更为广阔的空间。

关键词： web使用挖掘 web数据预处理 web聚类 web关联规则挖掘

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于模糊粗糙k-均值的用户访问模式的聚类

系统工程理论与实践 2007年第7期27卷 116-121页

作者：吴瑞宁玉富山西师范大学数学与计算机学院临汾041004 德州学院计算机系德州253023

web用户访问过的网页以及在该网页上的浏览时间体现了用户的访问兴趣.为了更好的衡量任意两个用户访问模式之间的相似/相异度,每个用户访问模式都被转换成具有相等长度的模糊向量,其中每个元素要么是0要么是模糊语言变量,它体现了用户... 详细信息

web用户访问过的网页以及在该网页上的浏览时间体现了用户的访问兴趣.为了更好的衡量任意两个用户访问模式之间的相似/相异度,每个用户访问模式都被转换成具有相等长度的模糊向量,其中每个元素要么是0要么是模糊语言变量,它体现了用户是否访问过该网页及在该网页上的浏览时间.由于类的边界可能是模糊的,因而使用粗糙k-均值法对这些代表用户浏览特征的模糊向量进行聚类.最后使用Davies-Bouldin指标来衡量聚类的效果.

关键词： web挖掘 web聚类用户浏览模式粗糙k-均值

在线全文

学校读者我要写书评

暂无评论

基于双层聚类方法的网页推荐模型

系统工程学报 2013年第2期28卷 265-270页

作者：吴瑞山西师范大学数学与计算机学院山西临汾041004

研究web用户访问模式的聚类问题,提出了双层的用户访问模式的聚类方法.第一层采用简单易实现的LVQ(学习向量量化)神经网络方法对日志中的用户访问模式进行简单聚类,在第二层的聚类中,采用加权的模糊c-均值的方法对第一层的聚类结果进行... 详细信息

研究web用户访问模式的聚类问题,提出了双层的用户访问模式的聚类方法.第一层采用简单易实现的LVQ(学习向量量化)神经网络方法对日志中的用户访问模式进行简单聚类,在第二层的聚类中,采用加权的模糊c-均值的方法对第一层的聚类结果进行聚类.最后根据聚类结果产生描述该类用户行为的加权访问模式,并以此作为网页推荐依据.实验结果验证了该算法的有效性和可行性.

关键词： web挖掘 web聚类用户访问模式模糊c-均值