版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、Kohonen神經(jīng)網(wǎng)絡(luò)是一個無監(jiān)督、自組織特征映射網(wǎng)絡(luò)。由于它通過競爭學(xué)習(xí)訓(xùn)練權(quán)系數(shù),并自動得出各聚類的中心,因此在模式識別、模式控制等領(lǐng)域得到廣泛應(yīng)用。本文基于其在模式聚類中的優(yōu)點(diǎn),將其應(yīng)用于用戶訪問模式挖掘。 用戶訪問模式代表了用戶訪問網(wǎng)站的興趣。通過挖掘用戶訪問模式,可以改進(jìn)Web服務(wù)器的性能、改善網(wǎng)站結(jié)構(gòu)、識別電子商務(wù)中潛在的客戶,提高對用戶服務(wù)的質(zhì)量。 然而,Kohonen神經(jīng)網(wǎng)絡(luò)用于用戶訪問模式挖掘時還存在一
2、些不足。由于Kohonen神經(jīng)網(wǎng)絡(luò)只輸出輸入樣本和輸出神經(jīng)元之間歐氏距離最小的神經(jīng)元,即最優(yōu)匹配的輸出神經(jīng)元,將其應(yīng)用到用戶訪問模式挖掘中,也就是僅反映出了用戶的一個興趣,而將用戶其他的興趣忽略了,因此它不適合用戶多種興趣的挖掘。鑒于此,本文引入三角形隸屬函數(shù)對Kohonen神經(jīng)網(wǎng)絡(luò)算法進(jìn)行改進(jìn),輸出若干個隸屬度大于閾值的神經(jīng)元,從而解決了該問題。 應(yīng)用改進(jìn)的算法,本文設(shè)計(jì)和實(shí)現(xiàn)了用戶訪問模式挖掘模型。在設(shè)計(jì)過程中,如何將網(wǎng)絡(luò)日
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(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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Kohonen和BP神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘方法研究.pdf
- 基于Web結(jié)構(gòu)信息與Kohonen神經(jīng)網(wǎng)絡(luò)的Web使用挖掘研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的信息挖掘模型研究.pdf
- 基于Kohonen神經(jīng)網(wǎng)絡(luò)的雷達(dá)目標(biāo)回波識別.pdf
- 基于模糊神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘模型研究.pdf
- 基于Web日志的用戶訪問模式挖掘的研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘模型研究與應(yīng)用.pdf
- 基于模糊聚類的自組織神經(jīng)網(wǎng)絡(luò)的用戶模式挖掘算法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)和對數(shù)效用的訪問控制策略模型研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)股市預(yù)測的數(shù)據(jù)挖掘模型研究.pdf
- 基于聚類分析的用戶訪問模式挖掘算法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的動態(tài)數(shù)據(jù)挖掘研究.pdf
- 用戶訪問模式在線挖掘推薦系統(tǒng)的研究.pdf
- Kohonen神經(jīng)網(wǎng)絡(luò)算法在電信欺詐預(yù)測中的研究.pdf
- 宏觀經(jīng)濟(jì)預(yù)警方法研究——Kohonen-Bp神經(jīng)網(wǎng)絡(luò)模型.pdf
- 基于粗糙集的Web用戶訪問模式挖掘.pdf
- BtoB網(wǎng)站用戶訪問模式挖掘.pdf
- WEB用戶訪問序列模式挖掘.pdf
- 基于Web的用戶訪問模式挖掘算法及其應(yīng)用研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)算法構(gòu)建電信用戶流失預(yù)測模型的研究
評論
0/150
提交評論