模糊BP神經(jīng)網(wǎng)絡(luò)Web用戶分類算法研究.pdf

1、當(dāng)今,在各個(gè)領(lǐng)域中Web得到了飛速的發(fā)展,在早期,Web被大量應(yīng)用于簡(jiǎn)單的信息共享,而如今,在電子商務(wù)、在線服務(wù)、在線娛樂(lè)等諸多領(lǐng)域中都得到了進(jìn)一步的發(fā)展。Web為人們提供了龐大的信息資源,呈爆炸式的人群利用Web這個(gè)特點(diǎn)來(lái)查詢自己所需的資料和信息,但光靠他們?nèi)斯に阉鞑坏浅┈嵍矣袝r(shí)候查出來(lái)并不是他們所需的。搜索效率如何提高,個(gè)性化如何滿足成為現(xiàn)代網(wǎng)絡(luò)技術(shù)關(guān)注的問(wèn)題之一,而對(duì)于Web站點(diǎn)設(shè)計(jì)者來(lái)說(shuō)需要利用個(gè)性化合理地安排廣告,增加相

2、應(yīng)的盈利,因此,如何改善Web站點(diǎn)的設(shè)計(jì)和如何提高Web站點(diǎn)的功能成為需要關(guān)心的話題。對(duì)Web站點(diǎn)內(nèi)的信息用聚類算法得到一個(gè)相似訪問(wèn)興趣的用戶事務(wù)集合,并對(duì)這些集合進(jìn)行提純并挖掘,用于獲取用戶訪問(wèn)模式,并對(duì)這些用戶訪問(wèn)模式進(jìn)行分析,可以為用戶提供更加優(yōu)質(zhì)的服務(wù)或更加個(gè)性化的服務(wù),這些也已成為目前電子商務(wù)界和學(xué)術(shù)界日趨關(guān)注的重點(diǎn)問(wèn)題。為了解決這些問(wèn)題,研究者提出了Web用戶聚類方法并利用這些聚類作為前期經(jīng)驗(yàn)數(shù)據(jù)用于人工神經(jīng)網(wǎng)絡(luò),提高了用戶

3、分類的效率,進(jìn)而為用戶提供更優(yōu)質(zhì)的服務(wù)。
　　 采用Web用戶聚類對(duì)web日志進(jìn)行挖掘,這個(gè)過(guò)程分為三個(gè)步驟:首先,對(duì)日志進(jìn)行預(yù)處理可以方便提取用戶的一些訪問(wèn)行為;其次,根據(jù)所提取的用戶訪問(wèn)行為來(lái)得到各個(gè)用戶之間的相似度;最后進(jìn)行用戶聚類。然后用所得到的用戶聚類前期數(shù)據(jù)改造人工神經(jīng)網(wǎng)絡(luò),提高人工神經(jīng)網(wǎng)絡(luò)的效率和準(zhǔn)確率。在聚類過(guò)程中,用戶訪問(wèn)行為如何提取和用戶相似度如何計(jì)算,會(huì)直接影響到最終用戶聚類的結(jié)果,繼而影響到人工神經(jīng)網(wǎng)絡(luò)的

4、準(zhǔn)確率。當(dāng)前,用戶訪問(wèn)行為的提取都是采用用戶訪問(wèn)路徑來(lái)表示,但用戶興趣與非常多的行為因素之間的關(guān)系過(guò)于復(fù)雜,不是單靠一個(gè)因素決定的;相似度計(jì)算的時(shí)候已有的方法主要是集合之間的普通交集運(yùn)算,或是一些類似方法,但這些方法計(jì)算開銷大,計(jì)算時(shí)間長(zhǎng),效率低下,矩陣龐大;另外,一般的聚類計(jì)算都到此為止,沒(méi)有進(jìn)一步利用這些信息和數(shù)據(jù)進(jìn)行更深層的挖掘。
　　 針對(duì)以上出現(xiàn)的一系列問(wèn)題,文本提出基于回歸方程量化的Web用戶聚類方法:把用戶訪問(wèn)路徑