一种新的Web用户群体和URL聚类算法的研究

提出一个基于Web日志的Web用户群体和站点URL聚类算法.使用用户浏览行为描述和用户浏览时间离散化方法建立了Web站点的用户事务矩阵,并在此基础上对Web用户群体和站点URL进行聚类.由于在聚类过程中同时考虑了用户对URL的浏览时间和访问次数,使算法的精度和效率都大大提高.同时,该算法能较好地处理类间重叠问题,使算法具有较好的实用性.最后对算法的有效性和可伸缩性进行了研究.

一种新的Web事务模糊聚类算法的研究

提出了一种新的Web事务模糊聚类算法 .首先 ,在Web日志预处理后建立Web站点用户访问矩阵 ,矩阵元素为用户访问离散化时间 ,在此基础上进行Web事务群体的模糊聚类 ,最后对在线的活动Web事务进行类别归属 .经实验证明 ,该算法比已有的算法准确性高 ,运行时间少 ,扩展性好 ,它可以广泛地应用于电子商务领域 ,如个性化Web和Web推荐系统等 .