论文研究-基于多重特征的双层Web用户聚类方法.pdf

【文件属性】：
文件名称：论文研究-基于多重特征的双层Web用户聚类方法.pdf
文件大小：946KB
文件格式：PDF
更新时间：2022-08-11 17:42:10
Web日志,多重特征,聚类方法,用户相似性度量 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。