基于模糊粗糙k-均值的用户访问模式的聚类

摘要：

Web用户访问过的网页以及在该网页上的浏览时间体现了用户的访问兴趣.为了更好的衡量任意两个用户访问模式之间的相似/相异度,每个用户访问模式都被转换成具有相等长度的模糊向量,其中每个元素要么是0要么是模糊语言变量,它体现了用户是否访问过该网页及在该网页上的浏览时间.由于类的边界可能是模糊的,因而使用粗糙k-均值法对这些代表用户浏览特征的模糊向量进行聚类.最后使用Davies-Bouldin指标来衡量聚类的效果.

关键词：Web挖掘、Web聚类、用户浏览模式、粗糙k-均值

所属期刊栏目：27

分类号：TP311.13(计算技术、计算机技术)

资助基金：山西省自然科学基金2006011039

在线出版日期：2007-09-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：116-121