文档介绍：哟芮┳秩掌冢杭拥学位论文作者签名:勃/:山年/月Ⅳ日。荒襭∥加月¨形独创性声明鹫%学位论文版权使用授权书.。哆本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,’除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。年本学位论文作者完全了解江西师范大学研究生院有关保留、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权江西师范大学研究生院可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。‘●日:;‘‘..
做主要工作如下:糜没т佬形S胍先好偈承形5南嗨菩裕岢鲆桓鲂碌母拍睢靶趣信息素”来反映用户的访问兴趣度,利用访问兴趣度和选择偏爱度设计了基于蚁群算法的群体用户浏览路径挖掘算法。实验结果表明该算法是切实可行的,利用兴趣信息素确实能准确地反映用户浏览模式。诨疽先壕劾嗄P突∩希觲用户特征、对象相似度、概率转换函数三个方面对蚁群聚类算法进行了改进,给出了新的蚁群聚类算法隽渴絯用户聚类算法是在改进的蚁群聚类算法的基础上提出的,它定义了用户聚类中心,同时引入聚类解体机制和聚类模型维护库,确保增量式蚁群聚类算法能够得到高质量的聚类结果。实验表明,本文提出的增量式蚁群聚类算法在处理大数据量方面克服了原来蚁群聚类算法的可伸缩性不足的缺陷,同时,通过使用聚类模型维护库,使得增量式用户聚类算法在非常少的时间内能够获得高质量的聚类效果。.类关键词:罩就诰颍挥没т滥J剑辉隽渴接没Ь劾啵灰先核惴ǎ灰先壕◆。
琲籥◆曲:,,.:,”眛,痓瓻琲瑂瓻,;痓;琩.,篶,..’
录摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯目录⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第滦髀邸研究背景及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.罩就诰蜓芯肯肿础主要研究内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.本文结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..第耊日志挖掘技术⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.’⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第乱先核惴ㄑ芯俊蚁群算法的起源⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.基本蚁群算法模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..目◆.
第禄贏的群体用户浏览模式挖掘⋯⋯⋯⋯⋯⋯⋯⋯⋯.引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯用户浏览模式研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..基于改进的蚁群算法的用户兴趣路径模式挖掘⋯⋯⋯⋯⋯⋯⋯.巳ば畔⑺⋯⋯⋯.·⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..第禄贏的增量式没Ь劾唷用户聚类研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯;⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.实验结果分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第伦芙嵊胝雇总结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯参考文献⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..在校期间学术成果情况⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯..谢⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..蚁群算法用于浏览模式挖掘的可行性分析⋯⋯⋯⋯⋯⋯⋯⋯.基于蚁群聚类模型的没Ь劾唷致.
第滦髀研究背景及意义当今,互联网上发布的信息呈爆炸性增长。越来越多的企业和个体用户依靠互联网发布信息,从互联网上接受信息,互联网己成为人们发布、接受、交流信息的重要平台。据统计,%的畔⑾喽サ挠没俏抻玫模扛鲇没д正需要的只是其中很少的一部分,大量的无关信息会干扰甚至淹没其所需要的内容【俊H绾斡行У鼗袢∮没У男枨螅镏没Т踊チM男畔⒑Q笾蟹⑾炙撬要查找或者感兴趣的信息,已经成为一个急待解决的重要课题。与此同时,随着际醯姆⒄梗骼嗟缱由涛裾镜阋卜缙鹪朴浚敲媪俚囊桓鲋饕L粽绞侨何了解客户的兴趣爱好、发现用户的访问模式和购买模式,从而设计出满足不同客户群的个性化站点。我