基于多重特征的双层Web用户聚类方法

• 作者: 樊钊 王钊
• 来源期刊: 计算机应用研究
• 关键词: Web日志 多重特征 聚类方法 用户相似性度量
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 93-96
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.01.018

摘要

通过对Web日志的聚类分析,可以发现用户的群体特征,甚至可以预测用户将来的访问模式,进而为不同的用户群提供个性化服务.针对现有方法的一般缺陷,包括特征选择单一无法充分体现用户兴趣偏好和传统Hierarchical算法在用户聚类时存在的收敛效率低、易受用户访问多样性影响的问题,提出了基于多重特征的双层用户聚类方法.该方法采用多重特征对用户相似性进行度量,并在此基础上进行双层聚类.采用基于密度的DBSCAN算法来排除用户会话中的离群对象和发现不规则簇,然后再采用自底向上的Hierarchical方法对第一层的聚类结果进行聚类.实验结果表明,该方法具有良好的稳定性和聚类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王钊	合肥工业大学计算机与信息学院	12	195	6.0	12.0
2	樊钊	合肥工业大学计算机与信息学院	1	1	1.0	1.0