基于用戶行為的Web日志聚類研究與應(yīng)用.pdf

1、隨著網(wǎng)絡(luò)技術(shù)的快速興起，互聯(lián)網(wǎng)逐漸融到生活，為我們的日常生活帶來了便捷。但是大量的Web信息使得人們很難準(zhǔn)確的找到自己需要的信息，尤其是對于一些應(yīng)急的生活需要，人們需要快捷找到自己感興趣的東西，獲得更好的用戶體驗。通過Web日志挖掘，提取用戶的行為規(guī)律和興趣愛好，改進系統(tǒng)平臺，使之更好的為用戶服務(wù)，提高用戶的體驗。然而面對繁雜多樣的互聯(lián)網(wǎng)結(jié)構(gòu)和系統(tǒng)平臺，使得聚類算法對不同平臺的效果也不盡相同。因此Web聚類成為了當(dāng)下的熱點。Web用戶聚

2、類是提取Web服務(wù)器日志，對用戶的瀏覽行為進行分析處理，挖掘出用戶感興趣的部分，提供給決策管理者。
　　Web日志聚類是對Web日志進行挖掘的算法。該方法首先進行Web日志預(yù)處理，選擇和抽取用戶特征；然后依據(jù)提取的特征值衡量用戶之間的相似度；最后通過聚類算法得到聚類結(jié)果。
　　本文針對Web服務(wù)器日志文件，對用戶瀏覽網(wǎng)頁的Web日志記錄進行分析，提取用戶的瀏覽路徑和瀏覽時間作為用戶行為特征，對用戶進行聚類。首先通過預(yù)處理得到

3、用戶的會話，對用戶會話進行分割提取用戶瀏覽路徑和用戶瀏覽時間作為用戶行為特征。結(jié)合雅可比系數(shù)與CM系數(shù)計算出用戶瀏覽路徑相似度矩陣；通過對用戶瀏覽時間進行歸一處理得到用戶瀏覽時間的相似度矩陣。根據(jù)用戶路徑相似度和時間相似度的權(quán)重比得到用戶的相似度矩陣。對矩陣中的值與給定的相似度閾值進行對比，得到相似度類，然后根據(jù)隸屬度對重復(fù)的類中對象進行分析，刪除各類間的相交項，最終得到聚類結(jié)果。
　　根據(jù)Web日志挖掘聚類的結(jié)果對某醫(yī)療網(wǎng)站進行