原文服务方: 计算机应用研究       
摘要:
会话识别是用户访问行为分析的基础和关键工作,其质量对于识别和发现用户的信息需求具有决定性的影响.目前常用的是基于时间阈值的切分方法,但是该方法存在的主要问题是针对不同用户时间阈值难以准确地确定.提出了一种新的基于聚类技术的会话识别优化方法,首先建立了基于聚类的会话识别优化模型,然后采用改进的K-means算法进行会话识别.实验结果表明该方法与传统方法相比具有较好的效果.
推荐文章
基于概率潜在语义分析的Web用户会话识别
会话识别
概率潜在语义分析
竞争奖罚算法
最大期望值算法
Web使用挖掘
基于兴趣度的Web用户聚类方法
Web挖掘
Web聚类
兴趣度
访问模式
遗忘机制
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
基于蚁群聚类模型的增量式Web用户聚类
用户聚类
蚁群聚类
方向相似性
增量
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 基于聚类的Web用户会话识别优化方法
来源期刊 计算机应用研究 学科
关键词 Web用户会话识别 K-means算法 时间阈值
年,卷(期) 2012,(8) 所属期刊栏目 算法研究探讨
研究方向 页码范围 2862-2864
页数 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2012.08.016
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 凌海峰 合肥工业大学管理学院 19 179 8.0 13.0
5 余笪 合肥工业大学管理学院 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  (33)
共引文献  (112)
参考文献  (7)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(6)
  • 参考文献(0)
  • 二级参考文献(6)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(7)
  • 参考文献(0)
  • 二级参考文献(7)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
Web用户会话识别
K-means算法
时间阈值
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导