基于web日志挖掘的電子商務(wù)個(gè)性推薦研究.pdf

1、當(dāng)今,隨著Internet技術(shù)的發(fā)展,電子商務(wù)憑借其方便、快捷和無(wú)地域限制等優(yōu)勢(shì)在全球盛行。近些年,電子商務(wù)站點(diǎn)積累了大量web數(shù)據(jù),如何從這些海量的數(shù)據(jù)中發(fā)現(xiàn)潛在的、有價(jià)值的信息,已經(jīng)成為商家關(guān)注的熱點(diǎn)問(wèn)題。web挖掘就是利用數(shù)據(jù)挖掘技術(shù)從web數(shù)據(jù)中發(fā)現(xiàn)有用的模式。本文利用數(shù)據(jù)挖掘技術(shù),對(duì)電子商務(wù)網(wǎng)站的web服務(wù)器日志進(jìn)行研究分析,發(fā)現(xiàn)用戶的訪問(wèn)模式,為更好的了解客戶需求、滿足客戶需求提供了支持和幫助。論文系統(tǒng)介紹了web挖掘和電子

2、商務(wù)的相關(guān)知識(shí),并分析了現(xiàn)有的層次聚類算法和FCM聚類算法的優(yōu)缺點(diǎn),針對(duì)凝聚層次聚類算法的不足,提出改進(jìn)的層次聚類算法,節(jié)約了存儲(chǔ)空間并提高了執(zhí)行速度;針對(duì)傳統(tǒng)的FCM算法的評(píng)估價(jià)值函數(shù)只考慮了類內(nèi)距離,而忽略了類間距離對(duì)聚類結(jié)果的影響的問(wèn)題,提出一種新的價(jià)值函數(shù),綜合考慮了類內(nèi)和類間距離對(duì)聚類結(jié)果的影響;最后,本文將改進(jìn)后的層次聚類算法和改進(jìn)的FCM算法結(jié)合起來(lái),提出一種新的算法NHMF算法,并進(jìn)行了實(shí)例應(yīng)用得出用戶聚類模型,為網(wǎng)站個(gè)