登录 | 注册 | 退出 | 公司首页 | 繁体中文 | 满意度调查
综合馆
基于多重特征的双层Web用户聚类方法
  • 摘要

    通过对Web日志的聚类分析,可以发现用户的群体特征,甚至可以预测用户将来的访问模式,进而为不同的用户群提供个性化服务.针对现有方法的一般缺陷,包括特征选择单一无法充分体现用户兴趣偏好和传统Hierarchical算法在用户聚类时存在的收敛效率低、易受用户访问多样性影响的问题,提出了基于多重特征的双层用户聚类方法.该方法采用多重特征对用户相似性进行度量,并在此基础上进行双层聚类.采用基于密度的DBSCAN算法来排除用户会话中的离群对象和发现不规则簇,然后再采用自底向上的Hierarchical方法对第一层的聚类结果进行聚类.实验结果表明,该方法具有良好的稳定性和聚类效果.

  • 作者

    王钊  樊钊  Wang Zhao  Fan Zhao 

  • 作者单位

    合肥工业大学计算机与信息学院,合肥,230009

  • 刊期

    2018年1期 ISTIC PKU

  • 关键词

    Web日志  多重特征  聚类方法  用户相似性度量  Web log  multiple characteristics  clustering method  user similarity measurement 

相似文献 查看更多>>
3.215.182.81