基于K-Means算法的Web日志用户聚类研究

• 作者: 陆南 陈洲
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 用户聚类 K-Means算法 KCR算法 MapReduce
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 643-647
• 页数: 5页
• 分类号: TP391.1
• 字数: 4227字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.03.028

摘要

Web日志作为服务器的记录文件,记录了网站最重要的信息,随着大数据时代数据量的骤然增加,提出一种应对大数据量的数据挖掘算法,更有效地分析日志文件迫在眉睫.用户聚类是在对日志文件进行数据预处理的基础上,建立用户会话序列矩阵,进而对其进行聚类分析,论文针对K-Means算法在选取初始中心点上存在的问题,以及在构建用户会话矩阵后存在的孤立点的问题,提出了一种密度参数和KCR算法的优化算法—ICKM算法,该算法利用密度参数最大的对象作为第一中心点,随后从数据集中将此对象删除,利用KCR算法寻找下一个中心点,算法借助MapReduce计算框架,提高大数据环境下的数据处理速度,通过实验表明,ICKM算法在寻找初始中心点以及用户聚类上具有较高的准确度,在处理大数据量的数据集时,有较好的的运算速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆南	江苏科技大学电子信息学院	20	155	7.0	12.0
2	陈洲	江苏科技大学电子信息学院	2	2	1.0	1.0