基于粗糙集和自組織神經(jīng)網(wǎng)絡的web日志挖掘聚類研究.pdf

1、Web日志挖掘是從服務器端紀錄的用戶訪問日志或從用戶的瀏覽信息中抽取感興趣的模式。利用Web日志挖掘，我們可以知道用戶對網(wǎng)站的瀏覽模式，通過分析這些數(shù)據(jù)可以幫助理解用戶的行為，從而改進站點的結(jié)構(gòu)或為用戶提供個性化的服務。 本文采用聚類分析的方法對用戶進行聚類，按照一個類別的用戶具有相同興趣的原則，為用戶提供個性化服務。本文使用自組織神經(jīng)網(wǎng)絡和粗糙集進行聚類分析。自組織神經(jīng)網(wǎng)絡具有一定的拓撲結(jié)構(gòu)，依靠多個神經(jīng)元間的協(xié)同作用完成模式

2、識別。自組織神經(jīng)網(wǎng)絡在學習過程中采取競爭機制，選取唯一神經(jīng)元獲勝，然后實際情況是可能有一組神經(jīng)元都非常匹配輸入向量。 針對這一不精確性，本文引入了粗糙集的上近似與下近似的概念來解決這一問題。基于粗糙集的自組織神經(jīng)網(wǎng)絡很好的解決了判斷獲勝神經(jīng)元的不確定性，首先選取唯一獲勝神經(jīng)元，然后選取次獲勝神經(jīng)元。如果次獲勝神經(jīng)元不為空，則將次獲勝神經(jīng)元與唯一獲勝神經(jīng)元的并集作為獲勝神經(jīng)元，并對不同情況采用不同的學習方法。 經(jīng)過訓練的神