基于页面内容和站点结构的页面聚类挖掘算法  

Mining the Page Clustering Based on the Content of Web Pages and the SiteTopology

作　　者：杨怡玲[1] 管旭东[1] 尤晋元[1] 

机构地区：[1]上海交通大学计算机科学与工程系分布计算技术中心,上海200030

出　　处：《软件学报》2002年第3期467-469,共3页Journal of Software

基　　金：上海市科技发展基金资助项目(985115035)~~

摘　　要：提出了结合站点拓扑结构和Web页面内容的页面聚类改进算法,改进算法引入Web页面的内容链接比和页组的组内链接度,并修改了频繁访问页组支持度的计算公式,以此来提高挖掘结果的兴趣性.通过实验数据的比较,改进算法较一般算法的收敛性好,发现的频繁访问页组的兴趣性高.In this paper, an enhanced algorithm is proposed for page clustering, which considers both the content of web pages and the site topology. By introducing the content-link ratio and the group inter-link degree and modifying the computation of the support of frequently visited page group, the algorithm can increase theinterestingness of the mining result. The experimental results show that the algorithm converges more rapidly and could find out more interesting page groups than the normal algorithm.

关 键 词：日志分析 页面内容 站点结构 数据库 数据挖掘 页面聚类挖掘算法 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论]