模糊和粗糙環(huán)境下的網(wǎng)絡用戶瀏覽模式研究.pdf

1、本文從Web使用挖掘的序列分析和聚類分析中對Web日志進行分析研究,發(fā)現(xiàn)人們感興趣的瀏覽模式.從Web日志中提取出的有用知識可被用于網(wǎng)站設(shè)計、分析系統(tǒng)性能以及網(wǎng)絡通訊、理解用戶的行為和動機,以及建立個性化的網(wǎng)站等.本文針對用戶瀏覽模式的特點,就用戶瀏覽模式的挖掘和聚類進行了深入的分析和研究,主要工作如下: 提出了基于Frequent Link and Access Tree(FLaAT)的用戶瀏覽模式的挖掘算法,FLaAT存儲了

2、所有用戶的瀏覽信息,在搜索用戶偏愛模糊路徑時考慮到了不同前綴的相同子路徑的合并問題,使得挖掘信息更完整. 給出了模糊環(huán)境下使用語言最小支持度和偏愛度挖掘用戶模糊偏愛瀏覽路徑算法,網(wǎng)頁上的瀏覽時間被刻畫成模糊語言變量,這樣所挖掘出的帶模糊時間值的偏愛路徑更能反映用戶的興趣和偏愛程度.此外,語言的輸入輸出控制更自然、更符合人的推理方式. 定義了模糊偏愛度概念,它和表示用戶訪問頻度的支持度一起反映用戶的興趣和偏愛程度.同時給出

3、了基于模糊偏愛度的用戶瀏覽模式的有效挖掘算法.模糊偏愛度綜合考慮了網(wǎng)頁的權(quán)重、網(wǎng)頁的相對訪問頻度和網(wǎng)頁上的瀏覽時間,因而它更能體現(xiàn)用戶的興趣和偏愛. 設(shè)計了一種模糊的粗糙近似法用于對Web日志中的用戶瀏覽模式進行聚類.在聚類過程中,每個用戶瀏覽模式被表示成等長的模糊向量的形式,以表示該用戶訪問過的網(wǎng)頁及網(wǎng)頁上的模糊瀏覽時間,最后使用粗糙近似的方法對表示用戶瀏覽行為的模糊向量進行聚類. 提出了模糊環(huán)境下基于粗糙k-均值的聚