使用去噪和相异度的电子商务网站用户访问聚类算法  

User Access Clustering Algorithm in Electronic Commerce Website Using Denoising and Dissimilarity

作　　者：肖强[1] 钱晓东[1] 

机构地区：[1]兰州交通大学经济管理学院,甘肃兰州730070

出　　处：《计算机系统应用》2010年第11期213-216,共4页Computer Systems & Applications

基　　金：国家社科基金项目(08XTQ010)

摘　　要：电子商务网站包含相当大的用户访问信息,对用户信息的数据挖掘,可以加强网站对用户访问信息的准确了解,提高电子商务网站的点击率。为此将提取电子商务网站日志中记录的用户访问链接数据,利用去噪技术对用户访问链接日志记录数据进行过滤分析,将过滤后的用户访问数据利用相异度二元关系组成二元数组,通过对二元数组的相异度分析计算,可实现电商务网站用户的聚类,为网站页面的优化及访问用户的兴趣、爱好的掌握提供参考。E-commerce web site contains a large user access to information.,by data mining,can enhance the site to an accurate understanding of user access to information to enhance e-commerce web site click-through rate.To do this will extract the e-commerce website logs the user access to link data,the use of denoising techniques logging user access to link data filtering analysis,and the data was became binary array by dissimilarity binary relation,so this data will be computed by differentiation analysis,and the realization electricity commerce website user,s cluster,will provide the reference for the website page optimization and user＇s interest and habbies.

关 键 词：聚类 电子商务 网站日志 去噪 相异度 

分 类 号：TP393.092[自动化与计算机技术—计算机应用技术]