基于粗糙集和自組織神經(jīng)網(wǎng)絡(luò)的web日志挖掘聚類研究.pdf

1、Web日志挖掘是從服務(wù)器端紀(jì)錄的用戶訪問日志或從用戶的瀏覽信息中抽取感興趣的模式。利用Web日志挖掘，我們可以知道用戶對(duì)網(wǎng)站的瀏覽模式，通過分析這些數(shù)據(jù)可以幫助理解用戶的行為，從而改進(jìn)站點(diǎn)的結(jié)構(gòu)或?yàn)橛脩籼峁﹤€(gè)性化的服務(wù)。 本文采用聚類分析的方法對(duì)用戶進(jìn)行聚類，按照一個(gè)類別的用戶具有相同興趣的原則，為用戶提供個(gè)性化服務(wù)。本文使用自組織神經(jīng)網(wǎng)絡(luò)和粗糙集進(jìn)行聚類分析。自組織神經(jīng)網(wǎng)絡(luò)具有一定的拓?fù)浣Y(jié)構(gòu)，依靠多個(gè)神經(jīng)元間的協(xié)同作用完成模式

2、識(shí)別。自組織神經(jīng)網(wǎng)絡(luò)在學(xué)習(xí)過程中采取競爭機(jī)制，選取唯一神經(jīng)元獲勝，然后實(shí)際情況是可能有一組神經(jīng)元都非常匹配輸入向量。 針對(duì)這一不精確性，本文引入了粗糙集的上近似與下近似的概念來解決這一問題?；诖植诩淖越M織神經(jīng)網(wǎng)絡(luò)很好的解決了判斷獲勝神經(jīng)元的不確定性，首先選取唯一獲勝神經(jīng)元，然后選取次獲勝神經(jīng)元。如果次獲勝神經(jīng)元不為空，則將次獲勝神經(jīng)元與唯一獲勝神經(jīng)元的并集作為獲勝神經(jīng)元，并對(duì)不同情況采用不同的學(xué)習(xí)方法。 經(jīng)過訓(xùn)練的神