結(jié)合時(shí)間窗的用戶訪問(wèn)興趣聚類分析.pdf

1、近年來(lái),Web技術(shù)快速發(fā)展和廣泛應(yīng)用促使各站點(diǎn)積累了大量的業(yè)務(wù)數(shù)據(jù),從這些數(shù)據(jù)中發(fā)現(xiàn)具有相似訪問(wèn)興趣的用戶群體具有重要的意義。論文研究了結(jié)合時(shí)間窗的訪問(wèn)興趣聚類分析,解決了以往興趣模型單純考慮頁(yè)面喜好所導(dǎo)致的聚類結(jié)果準(zhǔn)確度不夠的問(wèn)題。
　　 在分析影響頁(yè)面喜好的各因素以及用戶訪問(wèn)時(shí)間規(guī)律性的基礎(chǔ)上,本文提出了多用戶頁(yè)面訪問(wèn)興趣模型、多用戶時(shí)間窗訪問(wèn)興趣模型和多用戶多頁(yè)面的時(shí)間窗訪問(wèn)興趣模型,以分別用于描述各用戶對(duì)于各頁(yè)面的訪問(wèn)情

2、況、各用戶在各時(shí)間窗內(nèi)對(duì)站點(diǎn)的訪問(wèn)情況和各用戶對(duì)于各頁(yè)面在每一時(shí)間窗內(nèi)的訪問(wèn)情況,從不同角度剖析了用戶的訪問(wèn)興趣。在以上模型的基礎(chǔ)上,提出了頁(yè)面喜好協(xié)調(diào)時(shí)間窗的聚類算法、時(shí)間窗協(xié)調(diào)頁(yè)面喜好的聚類算法和頁(yè)面喜好結(jié)合時(shí)間窗的聚類算法,綜合了頁(yè)面喜好和時(shí)間窗訪問(wèn)因素提升了聚類結(jié)果的準(zhǔn)確度和豐富程度。
　　 實(shí)驗(yàn)表明,頁(yè)面喜好協(xié)調(diào)時(shí)間窗的聚類算法和時(shí)間窗協(xié)調(diào)頁(yè)面喜好的聚類算法在綜合頁(yè)面喜好和時(shí)間窗的基礎(chǔ)上,有效地改善了單純地考慮任一因素