基于模糊多重集的Web用戶和頁面聚類模型及算法研究.pdf

1、在電子商務環(huán)境下,如何針對不同的用戶為其提供個性化的、靈活的服務模式,是系統(tǒng)是否具有吸引力、能否成功應用的關鍵因素之一,對Web用戶及頁面的聚類是實現(xiàn)個性化服務的基礎,因而研究與建立新的Web用戶及頁面聚類模型和算法是一項具有實際意義的課題。 本論文的主要工作如下： 1.提出了基于模糊多重集的Web用戶和頁面聚類模型。將模糊多重集理論引入Web用戶和頁面聚類技術中,利用多個屬性綜合刻畫Web用戶和頁面對象,以模糊多重集的

2、形式表示聚類對象,依此構建了一個聚類模型,并給出了HCFM、FCFM和CAFM三種聚類算法。 2.提出Web用戶(或頁面)相似性度量方法。利用模糊多重集距離計算公式,以兩個模糊多重集之間的距離刻畫Web用戶和頁面的相似性,提出Web用戶和頁面的相似性度量方法。 3.設計并實現(xiàn)了數(shù)據(jù)預處理模型。以教務網(wǎng)日志記錄為實驗數(shù)據(jù),設計并實現(xiàn)了從Web日志記錄轉換到聚類對象集合的數(shù)據(jù)預處理模型。完成數(shù)據(jù)收集、數(shù)據(jù)清洗、數(shù)據(jù)變換和標準