摘要
针对现有事务聚类算法复杂度高、精确性不够的问题,提出了基于用户访问兴趣度的事务聚类算法。首先,在Web日志预处理阶段,通过用户兴趣度生成算法得到用户兴趣度事务,减少了聚类操作的数量,提高了聚类结果的准确性;其次,给出了事务相似度的度量方法,并得到事务相似度矩阵以实现事务聚类。该算法减轻了数据挖掘的任务,提高聚类结果的准确性,能广泛地应用于电子商务领域。
As the traditional algorithms have a drawback of high complexity or low accuracy,a new session clustering method based on access interest is presented. Firstly, this article discusses how to get user interested sessions by interest algorithm on the preprocessing of Web logs ,which can decrease clustering quantity and enhance quality. Secondly,it presents a method to compute session similarity, and set up a user similarity matrix for clustering. This algorithm can lighten the task of data mining, improve the clustering results and can be widely used in E-commerce.
出处
《广西师范大学学报（自然科学版）》
CAS
北大核心
2007年第4期248-251,共4页
Journal of Guangxi Normal University:Natural Science Edition
基金
福建省自然科学基金资助项目(A0710008)
福建省教育厅基金资助项目(JB06023)
福州大学科技发展基金资助项目(2005-XQ-13
2006-XQ-22
XRC-0511)
