K-均值聚類算法及其在高校圖書館日志挖掘中的應(yīng)用研究.pdf

1、在網(wǎng)絡(luò)普及化的今日，人們在使用網(wǎng)絡(luò)時(shí)留下了大量有價(jià)值的信息可供分析。面對著日益龐大的信息庫。如何從中找出有用而不易被發(fā)現(xiàn)的知識，已成為一個(gè)重要的研究課題。利用Web日志挖掘技術(shù)對用戶訪問日志進(jìn)行挖掘，可以解決上述問題。
　　 本文根據(jù)圖書館用戶訪問行為的特點(diǎn)，采用聚類方法對高校圖書館訪問日志進(jìn)行數(shù)據(jù)挖掘。針對K-均值聚類算法中初始聚類中心選取的隨機(jī)性導(dǎo)致聚類正確性與效率下降的問題，結(jié)合網(wǎng)格等方法，提出了一種改進(jìn)的K-均值聚類算法

2、，簡稱IKM算法，此算法在聚類正確性、效率與穩(wěn)健性方面都有較大的改進(jìn)。在日志挖掘階段，設(shè)計(jì)并實(shí)現(xiàn)一個(gè)可視化日志挖掘輔助工具。針對日志挖掘的研究，此工具可直接用來生成數(shù)據(jù)輸入向量表，以及對聚類挖掘后的結(jié)果進(jìn)行統(tǒng)計(jì)。
　　 最后利用改進(jìn)后的K-均值聚類算法，構(gòu)建I—Weka挖掘工具。通過Java開發(fā)平臺，對I—Weka工具進(jìn)行實(shí)現(xiàn)，將IKM聚類算法封裝到Weka工具中。使用改進(jìn)的I-Weka工具，對預(yù)處理后的高校圖書館日志數(shù)據(jù)進(jìn)行聚