作者:曹棣; 孔晓斌web挖掘聚类分析粗糙集
摘要:在web挖掘的聚类分析中,类与类之间不一定存在清晰的边界.而且由于web浏览过程和web日志内存在各种各样的原因,存在大量错误的或不完全的数据的可能性很高,因此许多研究者使用模糊理论的方法对web数据进行聚类分析.本文提出了基于粗糙理论的粗糙k-均值的聚类方法,在聚类过程中,每个web事务被转换成等长的向量形式,并给出它们的相似性度量,而且每个类由一个边界模糊的粗糙集来表示,然后利用改进的粗糙k-均值法对web事务进行聚类.最后给出了实例说明和实验分析.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
《山西师范大学学报·自然科学版》(CN:14-1263/N)是一本有较高学术价值的大型季刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《山西师范大学学报·自然科学版》主要栏目有:应用数学,泛函分析,算子理论,数理统计学,高能核物理,理论物理,材料化学,分析化学,生物多样性,生物学基础理论研究,山西地方区域性地理研究,可持续发展研究等。
杂志详情