基于改进后的Kmeans聚类算法的网吧用户行为聚类.pdfVIP

安徽科技学院学报 ，2009，23(4)：27～30 JournalofAnhuiScienceandTechnologyUniversity 基于改进后的K—means聚类算法的网吧用户行为聚类 叶良艳 (1．合肥工业大学 计算机与信息学院，安徽 合肥 230009； 2．安徽电子信息职业技术学院，安徽 蚌埠 233030) 摘 要：介绍了web日志挖掘概念，利用改进后 k—means聚类算法对网吧web日志挖掘 ，对网吧用户行为 聚类分析，找出用户的偏爱，以便网吧管理员更好定制网吧网络管理策略。 关键词 ：WebEl志挖掘 ；聚类；K—means 中图分类号：TP393．07 文献标识码 ：A 文章编号：1673—8772(2009)04—0027一o4 ClusteringUserBehaviorofInternetCafesBasedon ImprovedK ——meansClusteringAlgorithm YE Liang—yan。， (1．CollegeofComputerScienceandInformation，HefeiUniversityofTechnology， Hefei233009，China；2．AnhuiVocational CollegeofElectronicsInfomrationTechnoloyg，Bengbu233010，China) Abstract：ThepaperintroducestheconceptofWeb LogMiningandtheapplication oftheimprovedk——means clusteringalgorithm analysisofInternetcafestodiscoversomecustomer~groupswith varied character，Sothat theInternetcafenetworkadministrators managebetter． Keywords：Weblogmining；Clustering；k—means 聚类是数据挖掘中一种重要的挖掘方法，它从数据库中计算对象间的相似性，并依此对对象进行分 类，使得不同类中的对象尽可能相异，而同一类中的对象尽可能相似，即 “物以类聚”，发现数据中隐含的 有用信息或知识。本文以网吧的web13志为数据，对网吧用户行为聚类分析，找出不同特征用户组，提高 网络服务的效率和个性化程度，以便网吧管理员更好定制网吧网络管理策略。 l Web挖掘技术介绍 Web挖掘是针对包括Web页面内容，页面之间的结构，用户访问信息等在内的各种Web数据源。在 一 定基础上应用数据挖掘的方法以发现有用的隐含的知识的过程。Web挖掘与传统的数据挖掘相比有 其 自身的特点。Web本身是半结构化或无结构的数据 ，缺乏机器可理解的语义，Web挖掘的对象是大量， 异质，分布的Web文档，对Web服务器上的31志、用户信息等数据所开展的挖掘工作也属于Web数据挖 掘的范畴。Web信息的多样性决定了挖掘任务的多样性。按照 Web处理对象的不同，一般将Web挖掘 分为3类：Web内容挖掘，Web结构挖掘和Web使用记录挖掘(如图1所示)，针对这3种不同的处理对 象，能够挖掘出许多有用的信息。 收稿 日期：2009—02—24 作者简介：叶良艳(1981一)，女，安徽省安庆市人，学士，助教，主要从事人工智能数据挖掘教学与研究。 28 安徽科技学院学报 2009正 图 1 Web数据挖掘技术的简单分类 Fig．1 W ebDataM iningsimpleclassification 2 聚类分析和K—means算法 ． K—means算法属于聚类方法中的一种划分方法，该算法具