試析基于web日志的網(wǎng)絡(luò)用戶聚類研究與實(shí)現(xiàn)

《試析基于web日志的網(wǎng)絡(luò)用戶聚類研究與實(shí)現(xiàn)》由會(huì)員上傳分享，免費(fèi)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(shí)現(xiàn)姓名：付志濤申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)：計(jì)算機(jī)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(shí)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(jì)算對(duì)象間的相似性，并依此對(duì)對(duì)象進(jìn)行分類，使得不同類中的對(duì)象盡可能相異，而同一類中的對(duì)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(shí)，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、站點(diǎn)的重構(gòu)以

2、及個(gè)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(duì)Web日志中潛在的網(wǎng)絡(luò)用戶聚類進(jìn)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(jìn)?；赪eb日志完成了用戶識(shí)別、會(huì)話識(shí)別、事務(wù)識(shí)別等數(shù)據(jù)預(yù)處理過程，以用戶的會(huì)話作為用戶聚類的特征，引入一種計(jì)算有序的非數(shù)值數(shù)據(jù)對(duì)象相似度的方法，實(shí)現(xiàn)了基于瀏覽路徑結(jié)構(gòu)的用戶聚類。引入了目標(biāo)頁和導(dǎo)航頁的概念，提出一種先對(duì)目標(biāo)頁聚類再利用目標(biāo)頁聚類的結(jié)果進(jìn)行用戶聚類的方式，完成了基于瀏

3、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(jìn)的用戶瀏覽路徑聚類算法(UBPC)，最后對(duì)聚類結(jié)果進(jìn)行了分析，提出一些網(wǎng)站結(jié)構(gòu)優(yōu)化以及個(gè)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(shí)現(xiàn)AbstractClusteringisanimportantminingmethodofdatamining．Itfindsthecomparabilityamongtheobjectfromthedatabase，andclassifiestheobject

4、tomakedifferentobjectindifferentkindasmuchaspossible，andtheobjectinthesameclassareassimilaraspossible，i．e．”birdsofafeatherflocktogether”，thusoptimizetheimplicitusefulinformationorknowledgeintheinquiryoftheextensivedatabaseanddiscoverydata,thereisextensiveapplicationi

5、nalotoffieldsinthedataclustering．ThispapermainlyresearchesuserclusteringfromW曲Log．TheresultsofuserclusteringCallbcusedinoptimizingthenetworkstructureandreconstructingthewebsiteandbringingtheindividuationandrecommending．Thispapera11alysesandresearchesuserclusteringwhi

6、chhidesinWebLogfromtwoaspects：thestructureandcontentofuserbrowsingpaths．a(chǎn)nalysesthestatusofu螂clusteringatprcsent．AnalysingUBPCalgorithmisemphasis，pointingouttheproblemsofapplyingthisalgorithmtousefclusteringandproposingimprovementaccordingly．Thispaperhavefurlsheduser

7、identification、conversationidentification、sessionidentificationwhichareLogdatapretreatments．Intheprocessofuserclusteringbasedthestructureofuserbrowsingpaths，itintroducesamethodofaccountingthesimularvaluesbetweenorderednon-numcricaldata．Inthe,processofuserclusteringba

8、sedthecontentofuserbrowsingpaths，itintroducestheconceptionofobjcctpageandnavigationpage，proposesanewuserclusteringmethodwiththeresu