基于关联的聚类分析在个性化服务中的应用被引量：2

Applicationin Personalized Service Based on Cluster Analysis of Association

下载PDF

导出

摘要运用关联规则,确定用户频繁访问模式,使用页面相似聚类分析对用户频繁访问集分类,挖掘具有相似访问兴趣的网络用户的浏览模式,并对相关算法作了改进,从满足用户个性化信息服务出发,给出一种基于关联的用户访问模式聚类方法。实践证明,将基于关联的聚类分析方法应用到个性信息服务中是有效的。

作者陈雪刚李肯立

机构地区湘南学院数学系湖南大学计算机与通讯学院

出处《情报杂志》 CSSCI 北大核心 2009年第3期195-198,共4页 Journal of Intelligence

基金国家自然科学基金项目"网格环境下地震模拟支撑系统的关键理论与技术研究"(编号:90715029)

关键词关联规则数据挖掘聚类个性信息服务 WEB日志

分类号 TP391 [自动化与计算机技术—计算机应用技术]

引文网络
相关文献

参考文献7

1Kitts B,Hetherington K,Vrieze M. Large- Scale Mining,Discovery and Visualization of www User Clickpaths[J]. International Journal of Image and Graphics,2002,2( 1 ) :21 - 48 被引量：1
2胡亚慧,赵红军,鲁汉榕,王海杰.关于提取Web用户浏览行为特征的研究[J].计算机工程与设计,2006,27(18):3416-3418. 被引量：5
3邵峰晶,于忠清编著..数据挖掘原理与算法[M].北京:中国水利水电出版社,2003:322.
4刘瑞元.加权欧氏距离及其应用[J].数理统计与管理,2002,21(5):17-19. 被引量：43
5王丽娜,徐巍,刘铸.基于相似度聚类分析方法的异常入侵检测系统的模型及实现[J].小型微型计算机系统,2004,25(7):1333-1336. 被引量：16
6芦洁,刘志镜.挖掘关联规则中对Apriori算法的一个改进[J].微电子学与计算机,2006,23(2):10-12. 被引量：22
7冯凌,林杰,雷星晖.Web日志数据挖掘模型研究[J].计算机集成制造系统,2005,11(8):1073-1075. 被引量：8

二级参考文献32

1徐章艳,刘美玲,张师超,卢景丽,区玉明.Apriori算法的三种优化方法[J].计算机工程与应用,2004,40(36):190-192. 被引量：71
2易高翔,程耕国.数据挖掘在Web智能化中应用研究[J].计算机工程与设计,2005,26(1):58-60. 被引量：14
3孟昭鹏,张振锋.基于Web的网站访问统计分析系统[J].计算机工程与设计,2005,26(5):1318-1319. 被引量：4
4王玲玲周纪芗.常用统计方法[M].华东师范大学出版社,1998.. 被引量：6
5Houts ma M, Swami A. Set-oriented Mining of Association Rules [R]. Research Report RJ 9567. San Jose: IBM Almaden Research Center, 1993. 被引量：1
6Agrawal R, I mielinski T, Swami A. Mining Association Rules between Sets of Items in Large Database [A]. Proceedings of ACM SIGOD Conference on Management of Data[C]. Washinton DC, 1993:207-216. 被引量：1
7Agrawal R, Srikant R. Fast Algorithms for Mining Association Rules in Large Database [A]. Proceeding of the 20th International Conference on Very Large Databases [C].Santiago, Chile, 1994. 被引量：1
8Xie Jun, Xie Kanglin. An Improved Algorithm for Mining Association Rules. 被引量：1
9NASRAOUI, O, FRIGUI, H, JOSHI A, et al. Mining Web access logs using relational competitive fuzzy clustering[A].Procedings of the 8th International Conference on Fuzzy Systems Association World Congress - IFSA 99[C]. 1999. 被引量：1
10SARWAR B, KARYPIS G, KONSTAN J, et al. Item-based collaborative filtering recommendation algorithms[A]. Proceedings of the 10th International World Wide Web Conference [C]. 2001. 285-295. 被引量：1

共引文献87

1董旭,魏振军.一种加权欧氏距离聚类方法[J].信息工程大学学报,2005,6(1):23-25. 被引量：32
2朱桂宏,张丰收.基于聚类分析的入侵检测研究[J].铜陵学院学报,2006,5(1):88-89.
3欧阳辉,王员根,陈启买.关联规则在教务管理中的应用[J].现代计算机,2006,12(9):101-103. 被引量：8
4蔡榆榕.点击流分析技术在网上评教系统中的应用[J].实验室研究与探索,2006,25(12):1541-1542. 被引量：3
5丁卫平,祁恒,董建成,管致锦.基于关联规则的电子病历挖掘算法研究与应用[J].微电子学与计算机,2007,24(3):69-73. 被引量：19
6张兴华,罗钧旻.可拓学在数据关联规则挖掘中的应用[J].微电子学与计算机,2007,24(4):35-36. 被引量：2
7刘宗礼,孔祥才.基于隐马尔科夫模型的入侵检测算法研究[J].甘肃科技,2007,23(4):81-82. 被引量：2
8李万新.Web日志数据挖掘在服务器安全方面的应用[J].中山大学学报论丛,2007,27(5):116-118. 被引量：5
9魏敏兰,刘瑞元.加权绝对值距离及其应用[J].宝鸡文理学院学报（自然科学版）,2007,27(2):122-124.
10陈炼,孙金华,饶泓,廖远,林渝.基于Apriori改进算法的Web日志挖掘支撑工具的实现[J].南昌大学学报（工科版）,2007,29(2):190-193. 被引量：5

同被引文献16

1王丽娜,徐巍,刘铸.基于相似度聚类分析方法的异常入侵检测系统的模型及实现[J].小型微型计算机系统,2004,25(7):1333-1336. 被引量：16
2胡亚慧,赵红军,鲁汉榕,王海杰.关于提取Web用户浏览行为特征的研究[J].计算机工程与设计,2006,27(18):3416-3418. 被引量：5
3丁文广,雷青.主成分分析在环境与贫困危机研究中的应用——以甘肃省43个贫困县为例[J].干旱区资源与环境,2007,21(3):6-10. 被引量：6
4邢春晓,高凤荣,战思南,周立柱.适应用户兴趣变化的协同过滤推荐算法[J].计算机研究与发展,2007,44(2):296-301. 被引量：147
5SRIVASTAVE J, COOLEY R. M ukund deshpande, and Pang N ing Tan. Web usage rnining: discovery and app lication of usage patterns from W eb data[J]. In: SIGKDD Exp lorations, 2000,1(2) : 12-23. 被引量：1
6KITTS B, HETHERINGTON K, VRIEZE M. Large-- scale mining discovery and visualization of www user elickpaths [J]. International Journal of Image and Graphics, 2002,2 (1) : 21-48. 被引量：1
7MOBASHER B, DAI H, IUO T ,et al. Effective personalization based on association rule discovery from web usage data [C ]. In: W IDM 01, 9, 2001. 被引量：1
8FU Y, SANDHU K, SHtM. Clustering of web users based on access patterns[A]. Lecture Notes in Artificial Intelligenc, vol1836 [C]. Berlin: springer- verlag, 2000,21 - 38. 被引量：1
9GIUSEPPE M.A convict analysis approach for illuminatingdistributional issues in sustainability policy[J].EuropeanJournal of Operational Research,2009,194:307-322. 被引量：1
10河北省统计局.河北经济年鉴2010[M].北京:中国统计局,2010.http://www.hetj.gov.cn/article.htm1?id=4291. 被引量：1

引证文献2

1陈雪刚,杨磊.一种支持个性化Web推荐的聚类分析[J].计算技术与自动化,2010,29(1):130-133. 被引量：1
2孟海东,李秉秋.聚类分析在县域经济发展研究中的应用[J].河北工业科技,2012,29(2):116-119. 被引量：11

二级引证文献12

1聂霞,王春芝.内蒙古12个主要盟市经济发展能力的聚类分析[J].经济论坛,2012(9):44-47. 被引量：1
2原建伟,李爱国,李文宇.GPU编程模型中存储体冲突的研究[J].河北工业科技,2013,30(1):39-41. 被引量：2
3韩长军.基于系统聚类分析的浙西南边缘经济现象分析及对策研究[J].改革与战略,2013,29(6):74-76.
4杨英,李海萍,于向东,屈玲玲.基于因子和聚类分析的中国各省市竞争力分析与研究[J].河北工业科技,2013,30(5):347-351. 被引量：8
5蒋华.基于发展水平差异的四川县域经济聚类研究[J].理论与改革,2013(6):198-201. 被引量：4
6赵恒,白晓,刘沁源.基于微博的学生学习资源推荐系统的构建[J].现代计算机（中旬刊）,2014(1):59-61.
7付海风,韦海鸣.基于主成分分析和聚类分析的广西市域经济发展水平分析评价[J].经济论坛,2014(7):65-70. 被引量：4
8罗百英.四川区域经济差异问题实证研究——基于聚类分析方法[J].纳税,2018,12(19):161-162. 被引量：1
9孟海东,黄福.聚类分析的山东省各城市经济发展水平评价[J].曲阜师范大学学报（自然科学版）,2018,44(2):92-95. 被引量：3
10侯淑静.基于聚类分析的全国各省科研水平评价[J].科技视界,2018(35):48-50.

1柴巧叶.基于关联规则的用户频繁访问模式研究[J].太原师范学院学报（自然科学版）,2011,10(2):87-89. 被引量：2
2刘沛骞,郭海儒,袁玲玲.Web日志挖掘中的用户访问模式识别[J].雁北师范学院学报,2006,22(2):23-25. 被引量：2
3谭小球,徐妙君,张建科.基于简化站点结构的Web路径完善技术[J].计算机与现代化,2006(2):56-58.
4王立华,肖慧,徐硕,刘树,杜卫利,黄其泉,王宇.基于关联规则的渔业信息推荐系统设计与实现[J].农业工程学报,2013,29(7):124-130. 被引量：5
5欧阳一鸣,郭维,郭骏,孙超超.Web挖掘中基于GITC算法发现用户频繁访问模式[J].计算机工程与应用,2007,43(7):191-194. 被引量：1
6章志明,余敏,黄明和.一种新的Web频繁访问模式挖掘算法[J].微计算机信息,2007(18):184-186. 被引量：4
7郭维.Web日志挖掘中GITC算法的改进[J].计算机工程,2008,34(4):60-62. 被引量：3
8陈敏,欧阳一鸣,刘红樱.Web挖掘中基于RD_Apriori算法发现用户频繁访问模式[J].微电子学与计算机,2005,22(5):4-7. 被引量：5
9郭维,欧阳一鸣,郭骏.Web挖掘中基于交集算法发现用户频繁访问模式[J].合肥工业大学学报（自然科学版）,2006,29(12):1511-1515.
10陈敏,苗夺谦.一种基于Close模式发现用户频繁访问路径的方法[J].计算机工程,2007,33(8):14-16. 被引量：2

情报杂志

2009年第3期

浏览历史

内容加载中请稍等...

基于关联的聚类分析在个性化服务中的应用被引量：2

参考文献7

二级参考文献32

共引文献87

同被引文献16

引证文献2

二级引证文献12

相关作者

相关机构

相关主题

浏览历史

基于关联的聚类分析在个性化服务中的应用 被引量：2

参考文献7

二级参考文献32

共引文献87

同被引文献16

引证文献2

二级引证文献12

相关作者

相关机构

相关主题

浏览历史

基于关联的聚类分析在个性化服务中的应用被引量：2