Web使用挖掘中的會(huì)話聚類研究.pdf

1、隨著計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)發(fā)展和成熟，Web已成為人們獲取信息的一個(gè)重要途徑。Web使用挖掘是指利用數(shù)據(jù)挖掘技術(shù)從Web數(shù)據(jù)中發(fā)現(xiàn)用戶使用模式的過(guò)程，是一個(gè)結(jié)合了眾多學(xué)科技術(shù)的新興領(lǐng)域，聚類是Web使用挖掘的一項(xiàng)重要技術(shù)。本文從Web使用挖掘的會(huì)話聚類入手，主要做了以下工作：
　　 首先，針對(duì)Web使用挖掘會(huì)話聚類的維數(shù)災(zāi)難問(wèn)題，提出了帶有語(yǔ)義的本體(C，T，F(xiàn))表示會(huì)話的方法，可以大大降低會(huì)話的維數(shù)，同時(shí)包含了計(jì)算會(huì)話之間相似度的大量

2、信息，用網(wǎng)頁(yè)所屬的語(yǔ)義上的概念表示網(wǎng)頁(yè)有助于分析者對(duì)用戶路徑的語(yǔ)義上的理解，從而可以改進(jìn)Web使用挖掘的結(jié)果，同時(shí)可以挖掘出更多有意義的模式。
　　 其次，針對(duì)Web使用挖掘會(huì)話相似度計(jì)算過(guò)于簡(jiǎn)單，導(dǎo)致不能包含與用戶興趣相關(guān)的多個(gè)因素的信息，提出基于公共路徑的相似度計(jì)算法SMSCP。首先計(jì)算兩個(gè)會(huì)話公共路徑的相似度，然后推出兩個(gè)會(huì)話的相似度，計(jì)算公共路徑的相似度時(shí)，采用分治的方法，分為內(nèi)部相似度和外部相似度分別計(jì)算，實(shí)驗(yàn)證明，這