融合多重模糊矩陣_SOFM的Web日志挖掘研究.pdf

1、本文首先對Web日志挖掘的發(fā)展現(xiàn)狀及存在的問題進行了系統(tǒng)性闡述，按Web日志挖掘的流程及相關(guān)技術(shù)進行了介紹和探討。重點分析和研究了Web日志數(shù)據(jù)預(yù)處理、聚類分析技術(shù)以及算法等Web日志挖掘關(guān)鍵技術(shù)。
　　 本文較為詳細地闡述了模糊聚類理論、自組織神經(jīng)網(wǎng)絡(luò)算法的基本原理。并分別就模糊多重矩陣、自組織神經(jīng)網(wǎng)絡(luò)訓練和聚類算法等問題加以討論。
　　 研究Web用戶訪問模式挖掘，一般都是利用單一算法，考慮用戶訪問頁面的單一屬性，使

2、用戶訪問模式結(jié)果具有一定的片面性、不合理性。以此為依據(jù)，為了更好地提高Web用戶訪問模式挖掘的準確率，降低挖掘用戶訪問模式的運行時間，本文提出一種基于多重模糊矩陣SOFM的Web用戶訪問模式挖掘算法，在綜合考慮用戶訪問Web頁面的多種評價因素的情況下，構(gòu)造多重模糊矩陣，較好的融合多個關(guān)聯(lián)SOFM神經(jīng)網(wǎng)絡(luò)對多重評價因素進行學習訓練，更加準確的、科學的挖掘WEB用戶訪問模式，同時通過自組織神經(jīng)網(wǎng)絡(luò)實現(xiàn)模糊矩陣的降維操作，加快模型的運行速度，