基于矩阵模糊聚类的Web使用挖掘算法

摘要

随着网络信息的飞速增长，Web数据挖掘成为挖掘和分析网络应用的主要手段，其数据源一般是网络服务日志，Web日志包含了大量的用户浏览信息，如何有效挖掘用户浏览模式是一个重要的研究课题.在Web使用挖掘中，分析用户的行为模式是一个关键问题. 本文简要地介绍了Web挖掘的概念，分类，讨论了Web使用挖掘的理论和应用，重点分析了Web使用挖掘的研究方法.针对Web浏览和日志文件固有的模糊性和不确定性，提出了一种新的基于协作过滤的用户浏览预测模型.模型从Web日志获取用户浏览信息.模型分为两个部分，离线构件和在线构件.离线构件用于用户浏览序列历史记录的模糊聚类，在线构件用于活动用户的预测.实验证明：该算法反映了用户浏览兴趣，它有效地解决了目前协作过滤预测方法准确率和覆盖率低的问题，可以用于电子商务网站的站点优化和个性化服务.最后，展望了Web挖掘和Web使用挖掘未来的研究方向.

目录

文摘

英文文摘

第一章绪论

第二章聚类及模糊逻辑概述

第三章Web挖掘与Web使用挖掘

第四章基于协作过滤的浏览预测算法评析

第五章基于矩阵模糊聚类的浏览预测算法的研究与实现

第六章总结

参考文献

致谢

原创性声明及关于学位论文使用授权的声明