基于kohonen神經(jīng)網(wǎng)絡(luò)的用戶訪問模式挖掘模型的研究.pdf

1、Kohonen神經(jīng)網(wǎng)絡(luò)是一個(gè)無監(jiān)督、自組織特征映射網(wǎng)絡(luò)。由于它通過競(jìng)爭(zhēng)學(xué)習(xí)訓(xùn)練權(quán)系數(shù)，并自動(dòng)得出各聚類的中心，因此在模式識(shí)別、模式控制等領(lǐng)域得到廣泛應(yīng)用。本文基于其在模式聚類中的優(yōu)點(diǎn)，將其應(yīng)用于用戶訪問模式挖掘。 用戶訪問模式代表了用戶訪問網(wǎng)站的興趣。通過挖掘用戶訪問模式，可以改進(jìn)Web服務(wù)器的性能、改善網(wǎng)站結(jié)構(gòu)、識(shí)別電子商務(wù)中潛在的客戶，提高對(duì)用戶服務(wù)的質(zhì)量。 然而，Kohonen神經(jīng)網(wǎng)絡(luò)用于用戶訪問模式挖掘時(shí)還存在一

2、些不足。由于Kohonen神經(jīng)網(wǎng)絡(luò)只輸出輸入樣本和輸出神經(jīng)元之間歐氏距離最小的神經(jīng)元，即最優(yōu)匹配的輸出神經(jīng)元，將其應(yīng)用到用戶訪問模式挖掘中，也就是僅反映出了用戶的一個(gè)興趣，而將用戶其他的興趣忽略了，因此它不適合用戶多種興趣的挖掘。鑒于此，本文引入三角形隸屬函數(shù)對(duì)Kohonen神經(jīng)網(wǎng)絡(luò)算法進(jìn)行改進(jìn)，輸出若干個(gè)隸屬度大于閾值的神經(jīng)元，從而解決了該問題。 應(yīng)用改進(jìn)的算法，本文設(shè)計(jì)和實(shí)現(xiàn)了用戶訪問模式挖掘模型。在設(shè)計(jì)過程中，如何將網(wǎng)絡(luò)日