基于访问兴趣度的用户事务聚类方法  

Clustering Method for User Sessions Based on Access Interest

作　　者：苏云辉[1] 张莹[1] 白清源[1] 谢丽聪[1] 谢伙生[1] 

机构地区：[1]福州大学数学与计算机科学学院,福建福州350002

出　　处：《广西师范大学学报（自然科学版）》2007年第4期248-251,共4页Journal of Guangxi Normal University:Natural Science Edition

基　　金：福建省自然科学基金资助项目(A0710008);福建省教育厅基金资助项目(JB06023);福州大学科技发展基金资助项目(2005-XQ-13;2006-XQ-22;XRC-0511)

摘　　要：针对现有事务聚类算法复杂度高、精确性不够的问题,提出了基于用户访问兴趣度的事务聚类算法。首先,在Web日志预处理阶段,通过用户兴趣度生成算法得到用户兴趣度事务,减少了聚类操作的数量,提高了聚类结果的准确性;其次,给出了事务相似度的度量方法,并得到事务相似度矩阵以实现事务聚类。该算法减轻了数据挖掘的任务,提高聚类结果的准确性,能广泛地应用于电子商务领域。As the traditional algorithms have a drawback of high complexity or low accuracy,a new session clustering method based on access interest is presented. Firstly, this article discusses how to get user interested sessions by interest algorithm on the preprocessing of Web logs ,which can decrease clustering quantity and enhance quality. Secondly,it presents a method to compute session similarity, and set up a user similarity matrix for clustering. This algorithm can lighten the task of data mining, improve the clustering results and can be widely used in E-commerce.

关 键 词：访问兴趣度 事务单元 用户兴趣度事务 相似度 聚类 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]