基于二值屬性聚類的個(gè)性化系統(tǒng)研究.pdf

1、論文首先介紹了Web數(shù)據(jù)挖掘技術(shù)，接著詳細(xì)論述了數(shù)據(jù)挖掘中的聚類分析技術(shù)，重點(diǎn)討論了分類屬性數(shù)據(jù)聚類。針對Web 日志聚類，使用二值屬性來描述Web 日志的時(shí)間量，在確定時(shí)間量的二態(tài)屬性值時(shí)，引入齊普夫法則作為依據(jù)。本文采用ROCK聚類算法，相似度采用Jaccard系數(shù)。該算法計(jì)算出的相似度的特點(diǎn)是：其值越大表示兩個(gè)對象越相似，其值越小表示兩個(gè)對象越不相似。由于ROCK算法計(jì)算代價(jià)較大，本文將ROCK算法進(jìn)行改進(jìn)，按照相似度的特點(diǎn)，將計(jì)

2、算出的相似度由大到小排列，然后按排列次序依次進(jìn)行聚類。改進(jìn)的ROCK算法能比較快速、精確地得到聚類結(jié)果。 針對網(wǎng)絡(luò)學(xué)習(xí)個(gè)性化服務(wù)的需求，構(gòu)建了個(gè)性化網(wǎng)絡(luò)學(xué)習(xí)的模型以及學(xué)習(xí)者個(gè)性化信息模型，進(jìn)而提出了網(wǎng)絡(luò)學(xué)習(xí)個(gè)性化推薦的思想，并設(shè)計(jì)了一個(gè)網(wǎng)絡(luò)學(xué)習(xí)個(gè)性化推薦系統(tǒng)(PRELS，Personality Recommendation System ofE-Learning)，該原型系統(tǒng)運(yùn)用Web使用挖掘技術(shù)，將日志挖掘技術(shù)和聚類分析相結(jié)合