WEB使用挖掘中會(huì)話識(shí)別方法研究.pdf

1、隨著互聯(lián)網(wǎng)，特別是近年來電子商務(wù)的迅猛發(fā)展，使得web上的信息呈現(xiàn)“爆炸式”增長，網(wǎng)絡(luò)已經(jīng)開始逐步改變?nèi)藗兊纳盍?xí)慣和工作方式，這也為商家提供了新的市場和營銷策略。Web使用挖掘主要是通過對(duì)web服務(wù)器中日志的分析，通過對(duì)網(wǎng)絡(luò)用戶瀏覽行為的分析發(fā)現(xiàn)隱藏的用戶有用信息或模式。從而指導(dǎo)電子商務(wù)活動(dòng)的有效性和針對(duì)性，如網(wǎng)站設(shè)計(jì)、個(gè)性化服務(wù)和商業(yè)決策等。會(huì)話識(shí)別不僅是web使用挖掘的難點(diǎn)，同時(shí)也是用戶訪問行為分析的基礎(chǔ)和關(guān)鍵工作，其質(zhì)量對(duì)于we

2、b使用挖掘結(jié)果的準(zhǔn)確度具有決定性的影響。針對(duì)目前常用的會(huì)話識(shí)別方法的局限性，本文分別從聚類和用戶訪問行為特點(diǎn)的角度對(duì)會(huì)話識(shí)別進(jìn)行深入研究。
　　一方面，針對(duì)以前基于啟發(fā)式算法劃分會(huì)話的不足，從聚類的角度來通過構(gòu)建一定的優(yōu)化模型來劃分會(huì)話。利用改進(jìn)的K-means聚類算法進(jìn)行會(huì)話聚類。根據(jù)統(tǒng)計(jì)學(xué)的知識(shí)確定了初始聚類中心點(diǎn)和K值，再根據(jù)一個(gè)會(huì)話中記錄時(shí)間有序性的特點(diǎn)改進(jìn)算法，提高了算法的準(zhǔn)確度。
　　另一方面，根據(jù)用戶訪問行為的