基于ACO和PSO相結(jié)合的Web用戶會(huì)話聚類方法研究.pdf

1、隨著Web2.0時(shí)代的到來，Web使用挖掘受到越來越多的關(guān)注。大規(guī)模的互聯(lián)網(wǎng)用戶訪問行為產(chǎn)生了海量的數(shù)據(jù)。從用戶使用行為中發(fā)掘出用戶感興趣的模式給研究人員也帶來了挑戰(zhàn)。找到這些模式是web使用挖掘最終的目標(biāo)，它可以幫助改善站點(diǎn)的內(nèi)容、結(jié)構(gòu)和個(gè)性化服務(wù)，從而給用戶帶來更好的瀏覽體驗(yàn)。會(huì)話聚類是一種重要的Web使用挖掘技術(shù)，旨在發(fā)現(xiàn)相似的用戶行為，這是目前Web使用挖掘中的熱點(diǎn)問題之一。該問題的難度在于要對(duì)大規(guī)模的會(huì)話進(jìn)行聚類，這些會(huì)話被表

2、示成高維向量，加大了對(duì)算法高效性的要求。
　　群體智能算法由于其具有的高性能和易實(shí)現(xiàn)性，被眾多學(xué)者應(yīng)用到函數(shù)優(yōu)化和工程技術(shù)領(lǐng)域，取得了較理想的效果，例如蟻群優(yōu)化算法(Ant ColonyOptimization，ACO)和粒子群算法(Particle Swarm Optimization，PSO)。而對(duì)運(yùn)用群體智能算法進(jìn)行web使用挖掘的研究尚處于起步階段，算法本身在解決此類問題上還存在著不足之處。因此針對(duì)問題的特性如何進(jìn)行算法的