ESSK:一种计算点击流相似度的新方法

• 作者: 刘嘉 惠成峰 祁奇 陈振宇
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 点击流相似度 算法设计 计算复杂度
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 数据库与数据挖掘
• 页码范围: 147-150
• 分类号: TP301
• 字数: 4739字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2012.06.035

摘要

用户点击流信息被广泛应用于Web使用信息挖掘中.点击流相似度常用于用户会话分类和聚类.SSK(String Subsequence Kernel)最初被用于计算字符串相似度,后被引入计算点击流相似度,并成为目前常用方法之一.SSK选择两个字符串所有长度为k的子序列生成特征空间.单一k的选择往往存在特征数不足的问题,从而难以获得足够精确的点击流相似度.因此,提出一种新的点击流相似度计算方法ESSK( Extended String Subsequence Kernel ).ESSK采用所有子序列生成特征空间以解决SSK存在的问题.同时提出一种高效计算ESSK的算法,以降低计算复杂度.实验表明,ESSK比SSK更精确,比其它方法具有更高的区分度,因此更适合点击流相似度分析和应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	祁奇	南京大学软件学院	2	15	2.0	2.0
2	刘嘉		1	2	1.0	1.0
3	陈振宇		1	2	1.0	1.0
4	惠成峰	南京大学软件学院	1	2	1.0	1.0