基于模糊多重集的Web用户和页面聚类模型及算法研究

论文摘要

在电子商务环境下,如何针对不同的用户为其提供个性化的、灵活的服务模式,是系统是否具有吸引力、能否成功应用的关键因素之一,对Web用户及页面的聚类是实现个性化服务的基础,因而研究与建立新的Web用户及页面聚类模型和算法是一项具有实际意义的课题。本论文的主要工作如下:1.提出了基于模糊多重集的Web用户和页面聚类模型。将模糊多重集理论引入Web用户和页面聚类技术中,利用多个属性综合刻画Web用户和页面对象,以模糊多重集的形式表示聚类对象,依此构建了一个聚类模型,并给出了HCFM、FCFM和CAFM三种聚类算法。2.提出Web用户（或页面）相似性度量方法。利用模糊多重集距离计算公式,以两个模糊多重集之间的距离刻画Web用户和页面的相似性,提出Web用户和页面的相似性度量方法。3.设计并实现了数据预处理模型。以教务网日志记录为实验数据,设计并实现了从Web日志记录转换到聚类对象集合的数据预处理模型。完成数据收集、数据清洗、数据变换和标准化的工作,为Web用户和页面聚类工作提供良好的数据基础。4.实现了Web用户和页面聚类原型系统。为了验证本论文提出的聚类模型和算法,采用JBuilder+ACCESS技术设计了Web用户和页面聚类原型系统,并以某校教务网Web日志数据进行测试和分析。通过实验分析,验证了聚类模型和算法的可行性和正确性。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第一章 绪论
• 1.1 研究背景及意义
• 1.1.1 研究背景
• 1.1.2 研究意义
• 1.2 国内外研究现状
• 1.2.1 国内外Web数据挖掘的研究现状
• 1.2.2 国内外Web用户和页面聚类的研究现状
• 1.2.2.1 Web用户和页面相似性的度量方法
• 1.2.2.2 Web用户和页面的聚类方法
• 1.3 研究内容及组织结构
• 1.3.1 研究内容
• 1.3.2 本论文结构和组织
• 第二章 Web数据挖掘及Web聚类技术理论基础
• 2.1 Web数据挖掘
• 2.1.1 Web数据挖掘的定义
• 2.1.2 Web数据挖掘的分类
• 2.1.2.1 Web内容挖掘
• 2.1.2.2 Web结构挖掘
• 2.1.2.3 Web使用挖掘
• 2.2 Web用户聚类和Web页面聚类
• 2.2.1 Web用户和页面聚类的研究内容
• 2.2.2 Web用户和页面的模糊聚类方法
• 第三章 基于模糊多重集的Web用户和页面聚类模型及算法
• 3.1 模糊多重集基础理论
• 3.1.1 模糊集
• 3.1.2 多重集
• 3.1.3 模糊多重集
• 3.2 Web用户和页面聚类模型
• 3.3 Web用户和页面相似性度量方法
• 3.4 Web用户和页面聚类算法
• 3.4.1 HCFM聚类算法
• 3.4.2 FCFM聚类算法
• 3.4.3 CAFM聚类算法
• 第四章 数据预处理模型
• 4.1 Web日志数据格式
• 4.2 数据收集
• 4.3 数据清洗
• 4.4 日志数据的进一步分析
• 4.5 数据归约
• 4.6 数据变换
• 4.7 数据标准化
• 第五章 教务网Web用户和页面聚类原型系统设计
• 5.1 原型系统的实现
• 5.2 原型系统的测试
• 5.2.1 数据采集与预处理的测试分析
• 5.2.2 Web用户聚类功能及结果分析
• 5.2.3 Web页面聚类功能及结果分析
• 第六章 结论与展望
• 6.1 结论
• 6.2 展望
• 参考文献
• 攻读硕士学位期间取得的研究成果
• 致谢