模糊聚类算法研究及在Web日志挖掘中的应用

模糊聚类算法研究及在Web日志挖掘中的应用

论文摘要

在Web日志挖掘领域中,聚类分析是一项重要的研究课题,引入模糊理论的模糊聚类分析为现实数据提供了模糊处理能力。FCM算法是目前广泛使用的模糊聚类算法。但它也存在一些缺点,例如FCM算法受初始化影响较大,在迭代时容易陷入局部极小。本文从修改聚类目标函数以及初始化聚类中心出发,提出了一种改进的FCM算法。其基本思想是:首先结合样本加权FCM算法与特征加权算法,再采用新的距离度量方式,最后引入改进的减法聚类作为新算法的种子选取方法。论文的最后,通过测试数据集与真实Web日志数据集,将改进的FCM算法与已有FCM算法进行对比研究。实验证明改进算法的具有非常好的聚类质量,并且性能比较稳定。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  • 1.1 课题研究背景及意义
  • 1.2 国内外研究现状
  • 1.3 论文主要工作和内容安排
  • 2 聚类分析
  • 2.1 聚类分析的基础知识
  • 2.1.1 聚类分析的基本概念
  • 2.1.2 聚类的数学模型
  • 2.2 常用聚类算法
  • 2.2.1 划分的方法
  • 2.2.2 层次的方法
  • 2.2.3 基于密度的方法
  • 2.2.4 基于网格的方法
  • 2.2.5 基于模型的方法
  • 2.3 聚类分析的应用
  • 3 模糊聚类分析
  • 3.1 模糊聚类的基础知识
  • 3.1.1 模糊聚类的基本概念
  • 3.2 模糊聚类的数学模型
  • 3.2.1 模糊数学的基本概念
  • 3.2.2 模糊聚类的数学刻画
  • 3.3 FCM 算法
  • 3.4 FCM 算法分析
  • 3.4.1 聚类原型初始化
  • 3.4.2 模糊聚类算法实现途径
  • 3.4.3 模糊聚类有效性研究
  • 3.5 FCM 算法的改进
  • 3.5.1 新算法的提出
  • 3.5.2 新算法的改进一
  • 3.5.3 新算法的改进二
  • 4 WEB 日志挖掘
  • 4.1 WEB 挖掘
  • 4.2 WEB 日志挖掘
  • 4.2.1 Web 日志的应用
  • 4.2.2 Web 日志挖掘的研究方向
  • 4.3 WEB 日志挖掘过程及模型
  • 4.3.1 Web 日志数据源
  • 4.3.2 Web 日志预处理过程
  • 4.3.3 模式发现
  • 4.3.4 模式分析
  • 4.4 日志聚类
  • 4.4.1 日志聚类的分类
  • 4.4.2 会话及会话矩阵的表示
  • 4.5 日志聚类特殊要求
  • 5 新算法证明及WEB 日志挖掘系统
  • 5.1 改进算法的实验证明
  • 5.2 WEB 日志挖掘系统
  • 5.2.1 日志挖掘系统模型
  • 5.2.2 日志聚类的实验结果
  • 6 结论与展望
  • 6.1 结论
  • 6.2 未来工作的展望
  • 致谢
  • 参考文献
  • 攻读硕士学位期间发表的学术论文
  • 相关论文文献

    • [1].基于云计算的Web日志挖掘模块设计[J]. 电脑与信息技术 2019(02)
    • [2].基于Web日志挖掘的个性化学习资源推荐模型研究[J]. 电脑知识与技术 2018(23)
    • [3].基于日志挖掘的移动搜索用户行为研究综述[J]. 情报理论与实践 2014(03)
    • [4].网络日志挖掘技术探究[J]. 硅谷 2010(14)
    • [5].日志挖掘技术及其应用[J]. 中国新技术新产品 2009(20)
    • [6].基于日志挖掘的电商查询建议方法[J]. 计算机工程与科学 2018(02)
    • [7].基于流程日志挖掘的专家平台设计[J]. 计算机工程 2008(20)
    • [8].基于访问日志挖掘的高校综合信息门户页面推荐研究[J]. 计算技术与自动化 2016(04)
    • [9].Web日志挖掘中的数据预处理研究[J]. 河南科技 2018(19)
    • [10].Web日志挖掘系统研究及设计[J]. 信息与电脑(理论版) 2014(16)
    • [11].基于Web日志的数据挖掘初探[J]. 电脑知识与技术 2010(27)
    • [12].基于聚类算法的电子商务日志挖掘商业智能研究[J]. 中国商贸 2014(01)
    • [13].基于Apriori算法的高校Web日志挖掘系统构建[J]. 中国林业教育 2019(02)
    • [14].基于日志挖掘的移动应用用户访问模型建模技术研究[J]. 计算机科学 2014(11)
    • [15].Web日志挖掘的研究[J]. 数字通信世界 2019(03)
    • [16].基于云计算的大规模网页日志挖掘研究[J]. 电脑知识与技术 2014(28)
    • [17].基于聚类的Web日志挖掘方法探析[J]. 商场现代化 2008(35)
    • [18].浅谈Web日志挖掘技术[J]. 科技致富向导 2010(27)
    • [19].基于Web日志挖掘的策略研究[J]. 电脑知识与技术 2011(31)
    • [20].基于Web日志挖掘的个性化教育系统的研究与实现[J]. 福建电脑 2009(06)
    • [21].Web日志挖掘中事务识别的研究[J]. 广东广播电视大学学报 2009(03)
    • [22].Web日志挖掘在图书馆中的应用探讨[J]. 江西图书馆学刊 2008(03)
    • [23].PUGA:Web日志挖掘模型[J]. 计算机工程与设计 2016(09)
    • [24].Web日志挖掘中的数据预处理研究[J]. 黑龙江科技信息 2014(31)
    • [25].聚类算法在Web日志挖掘中的研究[J]. 物联网技术 2015(07)
    • [26].基于日志挖掘的影像设备云监控系统的设计与应用研究[J]. 中国数字医学 2020(10)
    • [27].Web日志挖掘中的数据预处理技术研究[J]. 科技视界 2014(12)
    • [28].基于Web日志挖掘的个性化服务技术的研究[J]. 网络安全技术与应用 2010(06)
    • [29].Web日志挖掘技术在网络教学平台中的应用研究[J]. 制造业自动化 2009(11)
    • [30].基于SQL Server 2005的Web日志挖掘应用研究[J]. 现代计算机(专业版) 2008(12)

    标签:;  ;  ;  ;  

    模糊聚类算法研究及在Web日志挖掘中的应用
    下载Doc文档

    猜你喜欢