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
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)