Web站点的路径聚类研究

用户对Web网站访问兴趣可以通过页面的浏览顺序表现出来,Web站点的访问日志记录了用户访问页面的详细信息。介绍Web站点访问日志挖掘的相关知识,并定义新的兴趣度,相似度和聚类中心,提出了一种基于用户访问兴趣的路径聚类算法,最后通过实验来验证这种算法的有效性。

路径聚类:在Web站点中的知识发现

用户对 Web站点的访问代表了用户对 Web站点上页面的访问兴趣 .这种兴趣程度可以通过用户对 Web站点上页面的浏览顺序表现出来 .在对 Web站点的访问日志进行事务识别后 ,可以根据群体用户对 Web站点的访问顺序进行聚类 ,即路径聚类 ,那么最终每一个聚类集就反映出该聚类集中的全体用户具有相似的访问兴趣 .为了得到这种根据用户访问兴趣而对用户集的划分 ,提出了 K- paths路径聚类方法 .在这种方法中 ,根据用户的访问兴趣定义了新的相似性测量手段和聚类中心 。

一种基于路径聚类的Web用户访问模式发现算法

本文在将用户对 Web 站点访问行为表示成用户访问事务基础上,给出有关兴趣度、相似度、聚类中心定义,提出基于 ISODATA 算法的路径聚类方法,并对实际网站 Web 日志文件进行实验,结果表明该方法不但能够发现群体用户访问模式,而且还得到较为合理的模式聚类个数。

基于用户访问兴趣的路径聚类研究

网站可以通过关注用户访问路径、访问某个页面的时间、在此页面的驻留时间以及由那个链接到此页面的URL等信息,利用聚类技术将具有相同兴趣的用户分类。文章将介绍一种新的基于用户访问兴趣的路径聚类算法,其中定义了新的兴趣度、相似度、及聚类中心。最后采用龙城热线网站日志进行真实测试,实验的结果是成功的。

基于频繁访问页组的路径聚类研究

基于用户会话的页面聚类算法旨在发现用户在浏览过程中频繁访问的页组,为站点管理员优化站点结构提供有力的依据。将介绍一种改进的基于频繁访问页组的路径聚类算法K-PathPlus,其中定义了新的兴趣度、内容链接因子。最后采用龙城热线网站日志进行真实测试,实验的结果是成功的。

解决需求可拆分车辆路径问题的先聚类后路径方法

介绍了求解需求可拆分车辆路径问题的"先聚类后路径"的方法,其目标是使用最少车辆获得最小总行驶距离。基于该方法,提出了三阶段算法:首先,根据使用最少车辆的原则,利用最大最小距离聚类,将所有客户点按物理位置分成若干组;然后,采用"推出"和"拉入"操作,调整各组的负荷量,形成重量平衡的聚类组;最后,优化上述组内路径。两案例组7个实例的执行验证了该算法的可行性和有效性;结果表明,该算法在总行驶距离和计算所用时间方面性能优于带有效不等式的两阶段算法、k-means聚类算法、拆分阈值聚类算法和扫描算法等。

一种Web用户访问路径的可能性模糊聚类算法

结合Web用户访问特点,针对Web用户访问路径聚类分析中普遍存在的对象类别不确定性现象进行了研究.结合模糊聚类和可能性聚类的特点,提出来一种新的用户访问路径的可能性模糊聚类算法.新方法通过定义相关的截集,自动地将对象分配到若干簇中,避免了人工干预,实现了交叉聚类的目的.新方法建立在leader聚类算法的框架上,只需要扫描数据集一遍使得算法效率大大提高.在标准数据集上的对比试验表明新算法不仅是有效的,而且效率较高.

基于路径聚类的页面访问次序的挖掘

为了发现用户的行为模式以实现Web站点的结构优化,提出了基于用户访问路径的K-PathSearch算法。在对网页实施预处理后,结合页面链接参数,建立用户访问事务处理模型,形成有用数据集。提取样本分析用户的兴趣度,主要影响因素体现在访问次序、次数以及停留时间三方面,并利用重新定义的相似度将兴趣取向相类似的用户划分为一类;在此基础上,定义用户访问最长拟合路径,进而计算路径聚类中心。经计算,聚类数和聚类中心平均长度增比显著,表明模型和算法是可行和有效的。

基于路径相似度测量的鲁棒性谱聚类算法

传统谱聚类算法受高斯核尺度参数的影响较大,对噪声点较为敏感,并且不能利用先验信息指导聚类过程。针对以上问题,提出了一种基于路径相似度测量的鲁棒性谱聚类算法(RPB-SC)。该算法将路径聚类与谱聚类算法相结合,通过定义高斯核的邻域加权尺度因子计算相似度,再用路径聚类思想对全局相似度进行调节,同时通过成对限制先验信息辅助聚类搜索。在人工数据集和真实数据集上的实验表明,新提出的算法能有效减弱高斯核尺度参数的影响,增强对噪声点的鲁棒性,提高聚类性能。

一个基于Web访问路径聚类的智能推荐系统

提出了一个基于Web用户访问路径聚类的智能推荐系统.系统使用基于代理技术的结构,由离线的数据预处理和基于用户访问路径的URL聚类以及在线推荐引擎两部分组成.提出了一个基于用户浏览兴趣的推荐规则集生成算法,在度量用户浏览兴趣时综合考虑了用户浏览时间和对该页面的访问次数.提出了一个基于推荐规则集和站点URL路径长度的URL推荐算法.实验表明,该算法比使用基于关联规则和基于用户事务的推荐算法的精确性有较大幅度的提高.

利用SSO加速最佳路径森林聚类的网络入侵检测

针对网络入侵检测系统中的一般聚类算法速度较慢和精度较低的问题,提出了一种基于简化群优化的最优路径森林聚类算法(SSO-OFC).首先,将数据集解析为图,将其节点作为样本;然后,将每个样本连接到其给定特征空间中的k-近邻,图的节点由它们的概率密度函数(pdf)值加权得到;最后,通过样本及k-近邻之间的距离计算得到pdf值.提出的算法主要贡献是快速估计最佳k值,并将最优路径森林聚类应用于网络入侵检测.在5个公开的数据集上进行实验.结果表明,SSO-OFC的精度非常稳定,除了KddCup数据集,其他数据集上的精度都在95%以上,相比基于数据聚类的SSO和自组织映射更加稳定有效.

基于路径聚类的Web用户访问模式发现算法

通过用户访问事务的方式将用户访问Web站点行为进行形式化描述,进一步给出了兴趣度、相似度、聚类中心的定义,提出了基于ISODATA算法的路径聚类方法,并通过对某实际网站Web日志文件进行分析实验,结果表明该方法不但能够发现群体用户访问模式,而且还能得到较为合理的模式聚类个数。

网格环境下图书馆用户访问信息资源兴趣的路径聚类研究

在网格环境下,图书馆网站可以通过关注用户访问路径、访问某个页面的时间、在此页面的驻留时间以及由哪个链接到此页面的URL等信息,利用聚类技术将具有相同兴趣的用户分类,帮助站点根据分析结果来改进站点结构和内容,同时通过避免用户输入来减轻用户负担,进一步进行个性化设计。

基于混合差分遗传算法的聚类车辆路径问题研究

针对所有客户被预先分配给若干聚类的聚类车辆路径问题,建立了相应的整数规划模型,提出基于差分进化和遗传算法的两级混合算法。在聚类层,运用差分进化算法进行优化,染色体基于聚类编号进行编码,采用扫描算法初始化种群,结合聚类层的编码特点,设计了基于升序排列的变异算子,在交叉环节考虑传统差分进化算法的缺陷,设计了考虑聚类服务数和装载率的混合交叉算子;在客户层,运用遗传算法进行优化,染色体基于客户编号进行编码,交叉策略采用基因子段的整体交叉,变异时采用位置交换、逆序、插入等策略。最后,利用标准测试库中的实例进行仿真,并与已知最优值进行对比分析,结果表明,算法具有一定的可行性和有效性。

基于用户访问兴趣的Web站点路径聚类研究

用户对Web站点的访问代表了用户对Web站点上页面的访问兴趣。这种兴趣程度可以通过用户对Web站点上页面的浏览顺序表现出来。Web站点的访问日志记录了用户访问页面的详细信息。在对Web站点的访问日志进行事务识别后,按照访问兴趣对群体用户对Web站点的访问顺序进行聚类分析,则每一个聚类集反映出该聚类集中的全体用户具有相似的访问兴趣。文中在用户访问兴趣度量中综合考虑用户访问路径、网页内容、在此页面的驻留时间、此页面浏览频度因素,提出了一种基于用户访问兴趣的路径聚类算法。最后通过实验来验证这种算法的有效性。

路径聚类融合USTU的自适应多通道生物特征识别研究

针对当前生物特征识别系统中没有对模板进行定时更新的问题,提出了一种生物特征识别系统中的模板更新方法。首先描述了自升级和共升级算法;然后利用基于路径聚类的方法完成自更新和共更新性能的理论分析;最后提出了路径聚类融合非监督模板更新算法。在大型DIEE多模式数据集平台上的实验结果表明,该方法能够对生物识别系统中的模板进行有效更新,此外,通过仿真模型表明,共更新的性能优于自更新的性能。

基于密度与路径的稳健谱聚类

近年来,谱聚类在分类领域得到了广泛的研究,其中基于路径和基于密度的算法是两个重要的研究方向。虽然这两种算法在一些数据集上能取得较好的分类效果,但不能对一些特殊的数据集进行准确分类。融合了这两种方法的优点,通过多级密度约束来寻找路径,根据得到的路径建立新的相似性矩阵。为了加强对噪声的鲁棒性,根据数据集的局部信息加入鲁棒性系数,提出了基于路径与密度的稳健谱聚类算法。实验结果表明该方法在人工数据集和手写体数据集上能取得较理想的分类结果。

基于位置近邻的RFID路径聚类算法

随着物联网技术的广泛应用,每天有大量RFID数据产生,如何从海量的位置数据信息中提取知识亟待解决。为了解决这一问题,考虑采用路径聚类的方法。为了确定路径之间的近邻关系,提出一种RFID位置模型LM(Location Model),利用该模型分析位置之间的相互联系,并提出一种RFID路径相似度计算算法,在此基础之上进行了路径聚类。经实验对比结果表明,基于位置近邻的RFID路径聚类算法可以更好的聚集相似路径,同时具有较低的时间复杂度和较高的准确率。

聚类车辆路径问题研究综述

车辆路径问题(Vehicle Routing Problem,VRP)是学者们在交通运输与物流领域研究的一个热点问题,聚类车辆路径问题(ClusteredVehicle Routing Problem,CluVRP)更好地描述了现实场景下的包裹递送服务。对聚类车辆路径问题的研究可以为物流企业在制定配送计划方面提供理论支持,帮助企业更好地进行物流配送服务计划的制定,具有一定的现实意义。本文将对聚类车辆路径问题进行概述,并对国内外研究进行简要综述,分析总结当前的研究成果并进行未来研究方向的展望。

基于模糊C均值的广东省登陆热带气旋路径分类研究

利用中国台风网(www.typhoon.gov.cn)的"CMA-STI热带气旋最佳路径数据集"获取1949-2013年间登陆广东省的热带气旋的登陆位置、强度、路径长度等主要的特征参数,利用模糊C聚类(FCM)法建立了登陆广东省热带气旋路径分类方法,并对分类得到的6个路径类型热带气旋在空间分布特征、强度和生命史以及活动时间等方面进行了对比分析。结果表明各类热带气旋特征量有明显的差异。从65年的变化趋势看,广东省热带气旋存在着西多东少的频次规律,而强度分布却是东强西弱。