版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、通過對(duì)Web日志進(jìn)行挖掘,站點(diǎn)管理者可以發(fā)現(xiàn)用戶的瀏覽模式,了解不同用戶的興趣和整個(gè)站點(diǎn)頁面的訪問情況,從而可以通過調(diào)整網(wǎng)站的邏輯組織結(jié)構(gòu)來優(yōu)化其拓?fù)浣Y(jié)構(gòu)。目前,一些用于從Web日志中挖掘用戶訪問模式的算法還存在很多缺陷,如:未考慮對(duì)頁面的訪問順序;僅將訪問頻度作為聚類的依據(jù);相似度度量時(shí),只考慮”0”、”1”特征值間的差異,卻忽略實(shí)際訪問次數(shù)等重要因素。針對(duì)以上問題,本文提出兩種改進(jìn)的Web日志聚類算法,有效提高挖掘準(zhǔn)確度。本文的主要
2、工作分為以下幾個(gè)方面。
首先,本文描述最長相同順序路徑系數(shù).SOR、訪問頻率興趣度-FP、以及訪問時(shí)間興趣度-TP等概念,從而設(shè)計(jì)綜合訪問興趣度-CP計(jì)算模型,以此為基礎(chǔ),提出基于站點(diǎn)訪問矩陣的頻繁訪問路徑挖掘算法-FVPMA。算法的主要思想是:計(jì)算每兩個(gè)頁面之間的綜合訪問興趣度,將其與綜合訪問興趣度閾值進(jìn)行比較,以此類推,得到頻繁訪問子路徑2-項(xiàng)集。然后,對(duì)子路徑集中的元素進(jìn)行合并,最終得到頻繁訪問路徑集。實(shí)驗(yàn)表明,FV
3、PMA算法能較好地提高挖掘準(zhǔn)確度。另外,將FVPMA算法作為MFLMA算法的理論依據(jù)與技術(shù)支持。
其次,本文描述Users最長公共訪問路徑系數(shù)-UPP、余弦相似度等概念,從而設(shè)計(jì)一種新穎的相似度度量模型,用于求取用戶間、以及頁面間的綜合相似度。對(duì)其進(jìn)一步研究,提出基于站點(diǎn)訪問矩陣的多能Web日志挖掘算法.MFLMA。該算法摒棄以單一因素作為挖掘條件的缺陷,綜合考慮多種與Web頁面訪問相關(guān)的因素。算法的主要思想是:計(jì)算每兩個(gè)
4、用戶之間的綜合相似度,以此類推,得到綜合相似度矩陣,以該矩陣為基礎(chǔ),計(jì)算綜合相似度閾值,從而獲取2-項(xiàng)子用戶集,然后,對(duì)子用戶集中的元素進(jìn)行合并,最終得到相似訪問用戶集;獲取頻繁訪問路徑集的過程與獲取用戶集的過程類似。MFLMA算法能較好地獲取兩個(gè)挖掘結(jié)果集,分別為相似訪問用戶集與頻繁訪問路徑集。
最后,對(duì)實(shí)際挖掘過程進(jìn)行探討。以多能Web日志挖掘算法.MFLMA為核心算法,設(shè)計(jì)多能Web日志挖掘模型,從而實(shí)現(xiàn)多能Web日
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于站點(diǎn)訪問矩陣的Web日志聚類方法分析與改進(jìn).pdf
- 基于Web訪問日志的用戶聚類研究.pdf
- 基于用戶Web訪問日志聚類的推薦算法研究與應(yīng)用.pdf
- 基于聚類的web日志挖掘
- Web訪問對(duì)象軌跡聚類方法研究.pdf
- 基于Web日志挖掘的用戶聚類研究.pdf
- 基于用戶行為的Web日志聚類研究與應(yīng)用.pdf
- 基于訪問日志的自適應(yīng)站點(diǎn)的研究.pdf
- 基于Web日志挖掘的聚類算法研究.pdf
- 基于Web日志的用戶興趣聚類研究.pdf
- 基于Web日志的網(wǎng)絡(luò)用戶聚類研究與實(shí)現(xiàn).pdf
- 基于模糊聚類的Web訪問模式挖掘.pdf
- Web用戶訪問路徑聚類方法研究.pdf
- 基于日志的Web訪問信息挖掘.pdf
- Web站點(diǎn)安全日志分析系統(tǒng)的分析與設(shè)計(jì).pdf
- 基于用戶瀏覽興趣的Web日志聚類研究.pdf
- 基于Web日志挖掘技術(shù)的智能Web站點(diǎn)研究.pdf
- 基于矩陣模糊聚類的Web使用挖掘算法.pdf
- 基于聚類劃分的Web日志關(guān)聯(lián)規(guī)則增量式挖掘方法研究.pdf
- Web用戶訪問聚類模式研究.pdf
評(píng)論
0/150
提交評(píng)論