文档介绍：模糊�神经网络��没Х掷嗨惴ㄑ芯�摘要当今,在各个领域中��玫搅朔伤俚姆⒄梗�谠缙冢琖�被大量应用于简单的信息共享,而如今,在电子商务、在线服务、在线娱乐等诸多领域中都得到了进一步的发展。��H嗣翘峁┝伺哟蟮男畔⒆试矗�时�ㄊ降娜巳豪�肳�这个特点来查询自己所需的资料和信息,但光靠他们人工搜索不但非常烦琐而且有时候查出来并不是他们所需的。搜索效率如何提高,个性化如何满足成为现代网络技术关注的问题之一,而对于��镜闵�计者来说需要利用个性化合理地安排广告,增加相应的盈利,因此,如何改善��镜愕�设计和如何提高��镜愕墓δ艹晌P枰9匦牡幕疤狻6訵�站点内的信息用聚类算法得到一个相似访问兴趣的用户事务集合,并对这些集合进行提纯并挖掘,用于获取用户访问模式,并对这些用户访问模式进行分析,可以为用户提供更加优质的服务或更加个性化的服务,这些也己成为目前电子商务界和学术界曰趋关注的重点问题。为了解决这些问题,研究者提出了��没Ь劾喾椒ú⒗�谜庑┚劾嘧魑G捌诰�槭�萦糜谌斯ど窬��纾��高了用户分类的效率,进而为用户提供更优质的服务。采用��没Ь劾喽訵�日志进行挖掘,这个过程分为三个步骤:首先,对日志进行预处理可以方便提取用户的一些访问行为;其次,根据所提取的用户访问行为来得到各个用户之间的相似度;最后进行用户聚类。然后用所得到的用户聚类前期数据改造人工神经网络,提高人工神经网络的效率和准确率。在聚类过程中,用户访问行为如何提取和用户相似度如何计算,会直接影响到最终用户聚类的结果,继而影响到人工神经网络的准确率。当前,用户访问行为的提取都是采用用户访问路径来表示,但用户兴趣与非常多的行为因素之间的关系过于复杂,不是单靠一个因素决定的;相似度计算的时候已有的方法主要是集合之间的普通交集运算,或是一些类似方法,但这些方法计算开销大,计算时间长,效率低下,矩阵庞大;另外,一般的聚类计算都到此为止,没有进一步利用这些信息和数据进行更深层的挖掘。针对以上出现的一系列问题,文本提出基于回归方程量化的��没Ь劾喾椒ǎ喊延�户访问路径归纳为一个合适的回归问题,此模型可以直接量化用户对网页的兴趣。随后用浙江工业大学硕士学位论文
瑃�����瑃����,�����浙江工业大学硕士学位论文����甌����瑀�������,����.�������,������.�����.���.���������.����������甌���������甆��������.��������,�����瑃�����篺���,������;����,���������������籪���,�������.������甀�����琤��������,������瓹����.���
篠�����瑃�������������瓻����浙江工业大学硕士学位论文����琲����������������������,�������,������籺�����,����,����,������琣�����;�������琻����.���瑃�����瑃�����痠�������瑈������瓼���,��������.�����,����������琣������.�����,������,�����
第�滦�论研究的目的和意义����的高速发展,并伴随着信息资源海量增长,它的重要性也随着使用人数的大量增长而被逐渐意识到。它的存在正以无时不刻地影响着全人类,而它独特的优势使人们的生活、工作、学习更加依赖于它本身。当前,一些组织,例如:相应的政府部门、公司、学校、研究院等都已经拥有或正在建立属于他们自己的站点,更有甚者,就连个人也开始可以拥有属于他们自己的站点。再者,��谄渌�匾A煊虻玫搅斯惴河τ茫�谡庵智樾�下,许多企业花费大量的钱财来建立属于他们自己的站点并雇佣相应人员来维护他们的站点,这些站点用于各种用途,例如:发布企业信息,发布自己企业的最新产品,为企业能提供的一些服务做广告。当前的研究使得用户访问行为可以建模化,而且当前的技术已经可以收集大量用户会话数据,随后对这些数据进行深入研究,最终得到用户的行为变为可能。使用何种方法从这些看似毫无任何意义的海量数据变为有利用价值已经成为当前很难解决的问题之一。其中有一个办法就是使用大家熟知的��罩就诰蚣际酰�丛诜�衿鞫舜�砣罩疚募�畔ⅲ�最后得到有价值的信息。随后利用这些非常有价值的“经验”前期数据“注入”到人工神经网络,使人工神经网络更加快速稳固,更加精确。使得建立一个自主学习的装置根据每一个用户行为自动判定用户的兴趣取向,用户的行为还可以进一步智能化这个人工神经网日志文件非常有用,因为它纪录了所有访问者与服务器的会话信息,通过对这些信息进行仔细分析并找出访问者的会话规律,这对于以下内容有重大意义:���衿鞯鼻暗�行为和负载情况、了解访