基于双层聚类方法的网页推荐模型

摘要：

研究Web用户访问模式的聚类问题,提出了双层的用户访问模式的聚类方法.第一层采用简单易实现的LVQ(学习向量量化)神经网络方法对日志中的用户访问模式进行简单聚类,在第二层的聚类中,采用加权的模糊c-均值的方法对第一层的聚类结果进行聚类.最后根据聚类结果产生描述该类用户行为的加权访问模式,并以此作为网页推荐依据.实验结果验证了该算法的有效性和可行性.

关键词：Web挖掘、Web聚类、用户访问模式、模糊c-均值

所属期刊栏目：28

分类号：TP311.13(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目70802043;山西省自然科学基金资助项目2008011029-2

在线出版日期：2013-07-24（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：265-270