【作者】 袁冠； 夏士雄； 张磊； 李月娥； 肖经验；

【Author】 YUAN Guan1,XIA Shi-xiong1,ZHANG Lei1,LI Yue-e1,XIAO Jing-yan2(1 School of Computer Science and Technology,China University of Mining and Technology,Xuzhou 221008,China;2 China Mobile Jiangsu Ltd.,Co.,Xuzhou Branch,Xuzhou 221005,China)

【机构】 中国矿业大学计算机科学与技术学院； 中国移动江苏公司徐州分公司；

【摘要】 现有的Web用户聚类方法都是通过对用户喜好页面的访问模式分析来建立用户聚类,没有充分考虑时间意识、用户兴趣、用户访问模式之间的关系与影响.针对这一问题,在时间意识的Web用户聚类基础之上,提出了基于兴趣度的Web用户聚类方法.通过对日志文件中的用户访问模式进行分析,计算用户兴趣度.结合渐进遗忘算法,对用户兴趣爱好进行调整与更新,并在此基础上对用户进行聚类.实验表明,本方法能够更好地分析用户访问模式,更准确地计算用户兴趣,具有更好的聚类效果.更多还原

【Abstract】 Web users’ clustering based on interest degree is proposed in this paper,which is based on time aware web user clustering.Users’ interest degree is computed in our approach through analyzing users’ access patterns in log files,which is adjusted and updated by gradual forgetting algorithm.Through the updated users’ interests we build users’ clustering.Experiment shows that our approach can analyze users’ access patterns better,compute users’ interest more precisely,and has better clustering quality.更多还原