模糊C均值聚类算法在Web使用挖掘上的应用研究.pdfVIP

维普资讯 第。l8卷 第6期 计算 机 技 术 与 发 展 Vo1．18 No．6 2008年 6月 COMPUTERTECHN0L0GY ANDDEVEIA)PMENT Jun． 2008 模糊 C均值聚类算法在 Web使用挖掘上的应用研究 吴 瑛 ，王秋生 (北京航空航天大学 自动化科学与电气工程学院，北京 100083) 摘 要 ：web日志中含有大量的用户浏览信息，从中将相似用户及相关页面进行聚类是建立 白适应网站的必要前提。通 过基本的预处理，实现了 日志的数据净化、用户识别会话识别及数据规约，形成了用户访问页面的序列数据库，同时通过 离散化技术计算出用户访问页面频度。在这些数据准备工作 的基础上，构造 了用户一页面关联矩阵，作为改进 的模糊 C 均值聚类算法的输入，实现了相似用户及相关页面的聚类。实验表明改进的FCM算法的有效性。 关键词：模糊 C均值聚类 ；Web日志预处理；关联矩阵；用户聚类；页面聚类 中图分类号：1]P3l1 文献标识码 ：A 文章编号：1673—629X(2008,}06—0032—04 ResearchonApplicationofFuzzyC _M‘eansAlgorithm inW ebUsageM ining WUYing，WANGQiu—sheng (InstituteofAutomationScienceandElectricityEngineering，BeihnagUniversity，Beijing100083，China) Abstract：W eblogsContainalotofuserbmwsinginformation．Clusteringofsimilarcustomersandrelativepagesisnecess forcreating adaptivewebsites．Implementsthewebbg’Scleaning，user—recognizing，session—recognizingnaddataconventionbymeansofprepm— ceasingtechnology，1’henauser—pagesequencedatabasecanbeachieved．Simultaneously．thefrequencyoftheuser’svisitisaddde to thedaatbase．Afteralltheseprepraationwork，Cna gettheassociatedmatrixwhichisalsotheinputoftheimprovdefuzzye—meansGo． rithm．Finallyrealizetheclustering ofsimilracustomersandrelativepages．Theresultofexperimentshowsthevalidityofthealgorithm． Keywords：fuzzye—mea／~algorithm；W eblog’Sdaatpreparation：associatde matrix；customer—clustering ；page—clustering O 引 言 简称FCM)应用最为广泛。 web使用挖掘是通过挖掘 Web日志来发现用户 访问web页面的模式。用户访问一个网站时该网站 1 FCM 算法相关介绍 web服务器会对每次访问进行记录，形成网站的Web FCM是用隶属度确定每个数据点属于某个聚类 日志文件。这些数据可以反映出人们浏览网页的行为 的程度的一种聚类算法。