作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
将改进的蚁群聚类算法应用于Web使用挖掘中,可对Web事务进行聚类,以便了解Web用户的兴趣以及它们之间的联系,从而为用户提供个性化的服务.同时定义一个Web会话为一个带权值的多维向量,也定义了两个会话间的相似度度量.实验表明在广西大学网站抽取的会话数据集上执行蚁群聚类算法得到的聚类是稳定的.结果显示该算法执行得很好,能找到没有噪音的聚类.
推荐文章
基于聚类的Web用户会话识别优化方法
Web用户会话识别
K-means算法
时间阈值
人工蚁群觅食行为建模、仿真和分析
计算机仿真
复杂系统
蚁群
主体
涌现
基于图聚类与蚁群算法的社交网络聚类算法
社交网络
数据挖掘
聚类处理
人工蚁群优化
图聚类
信任信息
基于多重特征的双层Web用户聚类方法
Web日志
多重特征
聚类方法
用户相似性度量
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于人工蚁群的Web会话聚类
来源期刊 重庆邮电学院学报(自然科学版) 学科 工学
关键词 Web 使用挖掘 人工蚁群 聚类
年,卷(期) 2006,(5) 所属期刊栏目 计算机与自动化
研究方向 页码范围 657-659
页数 3页 分类号 TP393
字数 3649字 语种 中文
DOI 10.3969/j.issn.1673-825X.2006.05.028
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周海斌 广西大学招生就业指导中心 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (11)
参考文献  (2)
节点文献
引证文献  (1)
同被引文献  (6)
二级引证文献  (11)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(3)
  • 引证文献(0)
  • 二级引证文献(3)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
Web
使用挖掘
人工蚁群
聚类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
重庆邮电大学学报(自然科学版)
双月刊
1673-825X
50-1181/N
大16开
重庆南岸区
78-77
1988
chi
出版文献量(篇)
3229
总下载数(次)
12
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导