基于web日志的網(wǎng)絡(luò)用戶聚類研究與實現(xiàn)

《基于web日志的網(wǎng)絡(luò)用戶聚類研究與實現(xiàn)》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、南京理工大學(xué)碩士學(xué)位論文基于Web日志的網(wǎng)絡(luò)用戶聚類研究與實現(xiàn)姓名：付志濤申請學(xué)位級別：碩士專業(yè)：計算機應(yīng)用技術(shù)指導(dǎo)教師：宋斌20070601碩士論文基于Web日志的網(wǎng)絡(luò)用戶聚類研究與實現(xiàn)摘要聚類是數(shù)據(jù)挖掘中一種重要的挖掘方法，它從數(shù)據(jù)庫中計算對象間的相似性，并依此對對象進行分類，使得不同類中的對象盡可能相異，而同一類中的對象盡可能相似，即“物以類聚”，發(fā)現(xiàn)數(shù)據(jù)中隱含的有用信息或知識，數(shù)據(jù)聚類在很多領(lǐng)域中有著廣泛的應(yīng)用。本文研究的主要內(nèi)容是基于Web日志完成其潛在的網(wǎng)絡(luò)用戶聚類，獲得的聚類結(jié)果可以作為網(wǎng)站結(jié)構(gòu)的優(yōu)化、站

2、點的重構(gòu)以及個性化的服務(wù)和推薦的依據(jù)。本文分別從用戶瀏覽路徑的結(jié)構(gòu)和內(nèi)容兩方面對Web日志中潛在的網(wǎng)絡(luò)用戶聚類進行深入的研究，分析了目前網(wǎng)絡(luò)用戶聚類的研究現(xiàn)狀，著重研究用戶瀏覽路徑聚類算法(UBPC)，指出該算法在網(wǎng)絡(luò)用戶聚類過程中存在的不足，并提出相應(yīng)的改進?；赪eb日志完成了用戶識別、會話識別、事務(wù)識別等數(shù)據(jù)預(yù)處理過程，以用戶的會話作為用戶聚類的特征，引入一種計算有序的非數(shù)值數(shù)據(jù)對象相似度的方法，實現(xiàn)了基于瀏覽路徑結(jié)構(gòu)的用戶聚類。引入了目標頁和導(dǎo)航頁的概念，提出一種先對目標頁聚類再利用目標頁聚類的結(jié)果進行用戶聚類

3、的方式，完成了基于瀏覽路徑內(nèi)容的用戶聚類。在上述兩種用戶聚類過程中均采用改進的用戶瀏覽路徑聚類算法(UBPC)，最后對聚類結(jié)果進行了分析，提出一些網(wǎng)站結(jié)構(gòu)優(yōu)化以及個性化服務(wù)的建議。關(guān)鍵詞：數(shù)據(jù)挖掘，Web日志，聚類算法，用戶瀏覽路徑，網(wǎng)絡(luò)用戶聚類碩士論文基于Web日志的網(wǎng)絡(luò)用戶聚類研究與實現(xiàn)AbstractClusteringisanimportantminingmethodofdatamining．Itfindsthecomparabilityamongtheobjectfromthedatabase，andclas

4、sifiestheobjecttomakedifferentobjectindifferentkindasmuchaspossible，andtheobjectinthesameclassareassimilaraspossible，i．e．”birdsofafeatherflocktogether”，thusoptimizetheimplicitusefulinformationorknowledgeintheinquiryoftheextensivedatabaseanddiscoverydata,thereise

5、xtensiveapplicationinalotoffieldsinthedataclustering．ThispapermainlyresearchesuserclusteringfromW曲Log．TheresultsofuserclusteringCallbcusedinoptimizingthenetworkstructureandreconstructingthewebsiteandbringingtheindividuationandrecommending．Thispapera11alysesandre

6、searchesuserclusteringwhichhidesinWebLogfromtwoaspects：thestructureandcontentofuserbrowsingpaths．a(chǎn)nalysesthestatusofu螂clusteringatprcsent．AnalysingUBPCalgorithmisemphasis，pointingouttheproblemsofapplyingthisalgorithmtousefclusteringandproposingimprovementaccordi

7、ngly．Thispaperhavefurlsheduseridentification、conversationidentification、sessionidentificationwhichareLogdatapretreatments．Intheprocessofuserclusteringbasedthestructureofuserbrowsingpaths，itintroducesamethodofaccountingthesimularvaluesbetweenorderednon-numcricald

8、ata．Inthe,processofuserclusteringbasedthecontentofuserbrowsingpaths，itintroducestheconceptionofobjcctpageandnavigationpage，proposesanewuserclusteringmethodwiththeresu