WEB访问的动态模糊聚类算法研究.pdfVIP

软件 时空 文章编号：1008—0570(2011)12-0141—03 WEB访问的动态模糊聚类算法研究 Research forDynamicFuzzyClusteringA19orithm ofW ebUsage (1徐．州师范大学；2徐．州市政府经济信息中心)刘敏娴 马 强 LIU Min—xian MA Qiang 摘要：Web访问挖掘在 电子商务和个性化 网站等方面应用非常广泛。针对 Web用户聚类和页面聚类的问题，提 出了动态模 糊聚类的算法。使用该算法通过Web日志的访问数据构造模糊相似矩阵，很好的解决Web日志 中用户聚类和网页聚类的问 题，实验表明该方法可行而且具有很好的扩展性。 关键词：模糊聚类；用户聚类；页面聚类 中图分类号：TP311 文献标识：A Abstract：Web usage miningiswidelyused in e-commerce andpersonalized website，etc．Aiming attheproblemsthatusersclus— teringand pagesclustering，thisarticleputforths thedynamicfuzzyclusteringalgorithm，usingthealgorithm toconstructfuzzy sim— ilarmatrixthrough accessdataofthe Web logs，which very wellsolvestheproblemsthatuserclusteringandWeb clusteringin Web logs．Experimentsshow thatthemethod isfeasibleandalsohasgoodexpansibility． Keywords：fuzzyclustering；usersclus tering；pagesclustering 定义3：模糊相似矩阵R ，假设 R 是域 U上的一个模糊 1引言 关系。如果R 满足： 聚类就是指将物理或抽象对象的集合分组成为 由类似的 (1)自反性 R (u，v)=1； 对象组成的多个类的过程，聚类分析是指在各类事务缺乏可靠 (2)对称性 R (u，v)=R (v，u)； 的资料的情况下。将性质相类似的事务归入一类的方法。在现实 则认为 R 是 U上的一个模糊相似关系，这里R (v，u)表 中，分类往往伴随着模糊性，在很多情况下，一个事务是否形成一 示 U的元素u与v的相似度。 个类群，一个事务是否隶属于某个子类，都不是很分明的，因此用 定义 4：包含模糊矩阵R的最小的模糊传递矩阵叫做 R的 模糊集合的理论和方法来描述和处理聚类的问题非常方便。模 传递闭包，记作tfR)。 糊聚类就是将模糊集的理论应用到传统聚类分析中．让数据集 的对象在分组中的隶属用隶属函数来确定。 3模糊聚类的关键技术 动态聚类的基本思想是：先将所研究的n个样品各 自为一 3．1相似度的计算 类，计算它们之间的相似度或距离．选择最相似的或距离最小的 我们用[0，1]中的rij来表示X中的元素xi用户与 xj页面的 两类归为新的一类，每次归类就减少一个类。直到所有样品都划 相似度的程度，为确定相似系数 可以用以下方法来进行。 到一个类为止。 夹角余弦 利用Web日志数据，通过动态的模糊聚类技术。来发现顾客 ZtxIkx … 购买行为等方面的知识模式。可为站点结构改进、网