基于Web訪問日志的用戶聚類研究.pdf

1、隨著網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，囤積在互聯(lián)網(wǎng)上的數(shù)據(jù)越來越多。利用Web數(shù)據(jù)挖掘技術(shù)從中提取有用的信息，已成為近期國內(nèi)外數(shù)據(jù)挖掘研究方向的熱點(diǎn)。其中，Web用戶聚類技術(shù)利用Web日志記錄對用戶行為進(jìn)行分析歸類，發(fā)現(xiàn)隱藏的用戶興趣和訪問規(guī)律，從而為互聯(lián)網(wǎng)企業(yè)提供有效的信息，為用戶提供更優(yōu)質(zhì)的服務(wù)。
　　Web用戶聚類基于Web日志進(jìn)行挖掘。該方法首先進(jìn)行Web日志預(yù)處理，選擇和抽取用戶特征;然后依據(jù)提取的特征值衡量用戶之間的相似度;最后通過

2、聚類算法得到聚類結(jié)果。
　　本文針對基于用戶瀏覽路徑的Web用戶聚類方法進(jìn)行分析，深入研究了用戶瀏覽路徑聚類算法（UBPC算法）。首先以事務(wù)識別提取到的路徑作為用戶特征，結(jié)合雅可比系數(shù)與CM系數(shù)計(jì)算用戶相似度，使用路徑相似度矩陣表示對象間相似度，給定一個(gè)閾值構(gòu)造相似類，構(gòu)造相似類后，再刪除其中重復(fù)的類以及各類間的相交項(xiàng)，最終得到聚類結(jié)果。
　　在理論研究的基礎(chǔ)上設(shè)計(jì)開發(fā)了基于用戶瀏覽路徑的Web用戶聚類挖掘系統(tǒng)。該系統(tǒng)包括日