基于密度的自适应K-平均聚类算法在Web日志挖掘中的应用

摘要

针对目前面临的Web挖掘及个性化服务的主要挑战,研究了基本的聚类技术的K-平均算法,包括算法流程及其局限性。提出了改进的基于密度的自适应K-平均算法。其步骤包括初步分类和K均值迭代,以减少上述问题的影响,并提高聚类质量,最后通过Web日志上的聚类实验来验证其有效性。