| 【中文题名】 | 基于kohonen神经网络的用户访问模式挖掘模型的研究 |
| 【英文题名】 | A Kohonen Neural Network Based Model for User Access Pattern Mining |
| 【学科专业】 | 计算机应用技术 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-10-29 |
| 【中关键词】 | Web挖掘,用户访问模式,聚类,Kohonen神经网络,隶属函数, |
| 【英关键词】 | Web mining,user access pattern,clustering,Kohonen neural network,membership function, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>计算技术、计算机技术>计算机软件>程序设计、软件工程>程序设计 |
| 【论文摘要】 |
Kohonen神经网络是一个无监督、自组织特征映射网络。由于它通过竞争学习训练权系数，并自动得出各聚类的中心，因此在模式识别、模式控制等领域得到广泛应用。本文基于其在模式聚类中的优点，将其应用于用户访问模式挖掘。
用户访问模式代表了用户访问网站的兴趣。通过挖掘用户访问模式，可以改进Web服务器的性能、改善网站结构、识别电子商务中潜在的客户，提高对用户服务的质量。
然而，Kohonen神经网络用于用户访问模式挖掘时还存在一些不足。由于Kohonen神经网络只输出输入样本和输出神经元之间欧氏距离最小的神经元，即最优匹配的输出神经元，将其应用到用户访问模式挖掘中，也就是仅反映出了用户的一个兴趣，而将用户其他的兴趣忽略了，因此它不适合用户多种兴趣的挖掘。鉴于此，本文引入三角形隶属函数对Kohonen神经网络算法进行改进，输出若干个隶属度大于阈值的神经元，从而解决了该问题。
应用改进的算法，本文设计和实现了用户访问模式挖掘模型。在设计过程中，如何将网络日志数据和神经网络输入数据这两种格式完全不同的数据联系起来是一个难点。本文采取以数据库为数据中转缓存区的方法，实现了这两种不同格式数据之... |
| 【论文题纲】 |
|
摘要 |
3-4 |
|
ABSTRACT |
4-7 |
|
第1章 绪论 |
7-12 |
|
1.1 选题的背景与意义 |
7-8 |
|
1.1.1 选题背景 |
7 |
|
1.1.2 选题意义 |
7-8 |
|
1.2 用户访问模式挖掘的国内外研究动向 |
8-10 |
|
1.3 研究内容 |
10-11 |
|
1.4 组织结构 |
11-12 |
|
第2章 Web 使用挖掘理论基础 |
12-26 |
|
2.1 Web 挖掘 |
12-13 |
|
2.1.1 Web 挖掘的定义 |
12 |
|
2.1.2 Web 挖掘的分类 |
12-13 |
|
2.2 Web 使用挖掘的过程 |
13-24 |
|
2.2.1 数据收集 |
14-15 |
|
2.2.2 数据预处理 |
15-19 |
|
2.2.3 模式发现 |
19-23 |
|
2.2.4 模式分析 |
23-24 |
|
2.3 本章小结 |
24-26 |
|
第3章 Kohonen 神经网络 |
26-35 |
|
3.1 人工神经网络理论 |
26-30 |
|
3.1.1 人工神经网络定义及特征 |
26-27 |
|
3.1.2 人工神经元模型 |
27-28 |
|
3.1.3 人工神经网络学习规则 |
28-29 |
|
3.1.4 人工神经网络分类 |
29-30 |
|
3.2 Kohonen 神经网络 |
30-34 |
|
3.2.1 Kohonen 神经网络的生物学基础 |
31 |
|
3.2.2 Kohonen 神经网络的基本结构 |
31-32 |
|
3.2.3 Kohonen 神经网络的原理和算法 |
32-33 |
|
3.2.4 Kohonen 神经网络的特点及优势 |
33-34 |
|
3.3 本章小结 |
34-35 |
|
第4章 基于改进的 Kohonen 神经网络的用户访问模式挖掘模型的设计与实现 |
35-54 |
|
4.1 用户访问模式概述 |
35-36 |
|
4.2 Kohonen 神经网络算法针对于用户访问模式挖掘的改进 |
36-41 |
|
4.2.1 改进的 Kohonen 神经网络的结构 |
36-37 |
|
4.2.2 改进的 Kohonen 神经网络的原理和算法 |
37-41 |
|
4.3 用户访问模式挖掘模型的设计 |
41-44 |
|
4.4 数据预处理 |
44 |
|
4.5 用户访问模式挖掘模型的实现 |
44-53 |
|
4.6 本章小结 |
53-54 |
|
第5章 模型性能测试及评估 |
54-63 |
|
5.1 基于改进 Kohonen 神经网络的用户访问模式挖掘模型性能测试 |
54-59 |
|
5.2 基于改进前后的 Kohonen 神经网络算法的用户访问模式挖掘模型性能的对比 |
59-61 |
|
5.3 基于不同算法的用户访问模式挖掘模型的对比 |
61-62 |
|
5.4 本章小结 |
62-63 |
|
第6章 结论与展望 |
63-66 |
|
6.1 工作总结 |
63-64 |
|
6.2 解决的问题和创新 |
64 |
|
6.3 展望 |
64-66 |
|
致谢 |
66-67 |
|
参考文献 |
67-70 |
|
攻读学位期间的研究成果 |
70 |
|
| 【DOI】 | LunWen.ID:2.2008.389162 |
