基于蚁群算法与K-means算法相结合的Web用户聚类

摘要：

Web用户聚类是指用聚类算法产生用户会话的聚类,是电子商务中的一个重要问题.该问题的难度在于有成千上万的会话需要聚类,而且每个会话都可描述为一个高维向量.此外,该问题就聚类的数目而言具有指数的复杂性,是一个NP-难的问题.本文提出一种新的聚类方法,该方法将蚁群算法与K-means算法相结合对用户会话进行优化聚类.实验结果表明,与K-means算法相比,该方法在Web导航推荐的应用中具有更好的性能.

关键词：Web使用挖掘、蚁群优化、Web用户聚类、Web导航推荐、电子商务

所属期刊栏目：28

分类号：TP3;TN9

资助基金：该论文获得国家自然科学基金项目70672097

在线出版日期：2009-02-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：105-108