已閱讀1頁，還剩52頁未讀， 繼續(xù)免費閱讀
版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領
文檔簡介
1、本文通過研究現(xiàn)有的Web挖掘中聚類和分類技術的基礎上，將一種基于蟻群優(yōu)化的分類算法應用于Web內容挖掘的頁面分類中：并引入一種基于改進的蟻群算法應用于Web使用挖掘的用戶事務聚類中。實驗結果表明：與傳統(tǒng)算法相比較，基于螞蟻的聚類和分類算法在Web挖掘中具有一定的優(yōu)勢。 本文首先在對Web挖掘過程進行分析的基礎上，詳細地分析了Web挖掘中聚類和分類的現(xiàn)有技術的優(yōu)缺點。深入討論了幾種改進的蟻群算法，在分析了現(xiàn)有算法應用于Web挖掘技
2、術上的不足之后，本文將一種基于蟻群優(yōu)化的分類算法Ant＿Miner3應用到Web內容挖掘中的頁面分類上，并進行了非結構化數(shù)據(jù)集的處理。通過實驗分析，得出了分類規(guī)則的準確率和簡潔性同傳統(tǒng)分類算法C5.0進行了對比：Ant＿Miner3算法的分類規(guī)則在準確率和簡潔性方面更優(yōu)。 最后，引入了一種改進的蟻群算法(Ireproved Ant Colony Algorithm，IACA)，并給出了基于IACA的聚類分析模型，繼而對相應的算法
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于蟻群算法的Web日志挖掘研究.pdf
- 蟻群算法在Web日志挖掘中的研究與應用.pdf
- 基于蟻群算法的分類規(guī)則挖掘算法.pdf
- 蟻群算法在Web挖掘中的應用研究.pdf
- 基于蟻群算法的離群點挖掘算法研究.pdf
- 基于蟻群算法的Web服務選擇.pdf
- 基于WEB的數(shù)據(jù)挖掘技術——WEB內容挖掘的設計與實現(xiàn).pdf
- 基于免疫遺傳蟻群算法的數(shù)據(jù)挖掘技術研究.pdf
- 基于蟻群算法的數(shù)據(jù)挖掘方法研究.pdf
- 基于混合蟻群算法的關聯(lián)規(guī)則挖掘研究.pdf
- 基于蟻群算法的數(shù)據(jù)挖掘應用研究.pdf
- 改進蟻群算法在Web服務中應用與實現(xiàn).pdf
- 基于蟻群算法的主題爬蟲技術研究與實現(xiàn).pdf
- 基于蟻群算法和數(shù)據(jù)挖掘的案例推理技術的研究.pdf
- 蟻群算法求解MDVRP的設計與實現(xiàn).pdf
- 蟻群算法求解MKP問題的設計與實現(xiàn).pdf
- 基于蟻群算法的數(shù)據(jù)挖掘算法研究及其在網(wǎng)格平臺上的實現(xiàn).pdf
- 蟻群算法研究及其在Web挖掘聚類上的應用.pdf
- 基于遺傳蟻群算法的智能組卷系統(tǒng)設計與實現(xiàn).pdf
- 基于Web挖掘的信息推薦算法的設計與實現(xiàn).pdf
評論
0/150
提交評論