基于相对曼哈顿距离的Web聚类算法研究  

作　　者：李彬[1] 

机构地区：[1]乐山师范学院智能信息处理及应用实验室

出　　处：《电子商务》2013年第11期57-58,共2页E-Business Journal

基　　金：四川省教育厅青年基金资助项目(12ZB238)

摘　　要：针对Web挖掘中的用户相似性问题,本文提出了一种基于相对曼哈顿距离的用户聚类算法。首先根据Web服务器日志数据信息,建立URL和用户关联矩阵,元素值分别为用户的访问次数及访问时间,并以此构建平均时间矩阵。在此基础上利用相对曼哈顿距离给出客户之间的距离,确定阈值后进行聚类。最后定义了类关联度,对聚类结果进行了确认和筛选,算例表明该算法具有良好的可操作性和准确性。

关 键 词：WEB挖掘 用户聚类算法 相对Manhattan距离 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论]