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：聚类分析论文; 模糊聚类论文; 挖掘论文; 日志挖掘论文;

模糊聚类算法研究及在Web日志挖掘中的应用

论文摘要

论文目录

相关论文文献

猜你喜欢