一种混合粒子群优化模型的Web聚类方法

• 作者: 李世威 王建强
• 来源期刊: 计算机应用研究
• 关键词: 主成分分析 K均值聚类 粒子群优化 混合粒子群聚类 Web聚类 维数灾
• 年，卷（期）: 2010,（9）
• 页码范围: 3259-3262
• 分类号: TP303
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2010.09.015

摘要

通过分析在电子商务环境下Web挖掘的现状,考虑到Web数据的海量性和高维度性对抽取隐含的、事先未知的知识所带来的复杂性和维数灾,在普通K均值聚类、PSO聚类和K均值与PSO混合聚类算法的基础上,提出了一种将主成分分析与PSO混合聚类算法相结合的模型来对Web服务器中的日志文件进行聚类分析,将抽取的相关Web数据进行主成分分析,分析结果作为PSO混合聚类算法的输入数据,这样不仅减少了输入变量的维数,减少聚类的规模,而且保留了原始变量的主要信息,消除变量之间的多重共线性,为具有海量性、高维度性、异构性等特点的Web数据聚类提供一种有效的模型方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李世威	兰州交通大学交通运输学院	17	174	7.0	13.0
2	王建强	兰州交通大学交通运输学院	23	221	8.0	14.0