基于用户行为的Web日志聚类研究与应用.pdf

基于用户行为的 Web 日志聚类研究与应用




重庆大学硕士学位论文
(专业学位)


学生姓名：黄 杰
指导教师：黄 剑 副教授
兼职导师：甘建锋 高 工
学位类别：工程硕士（控制工程领域）



重庆大学自动化学院
二 O 一五年四月
Research on the Collaborative Filtering
Recommender System




A Thesis Submitted to Chongqing University
in Partial Fulfillment of the Requirement for the
Professional Degree
By
Huang Jie

Supervised by Prof. Huang Jian
Pluralistic Supervised by Sen. Eng. Gan Jianfeng
Specialty:ME (Control Engineering Field)


College of Automation of Chongqing
University, Chongqing, China
April, 2015
重庆大学硕士学位论文 中文摘要

摘 要

随着网络技术的快速兴起，互联网逐渐融到生活，为我们的日常生活带来了
便捷。但是大量的 Web 信息使得人们很难准确的找到自己需要的信息，尤其是对
于一些应急的生活需要，人们需要快捷找到自己感兴趣的东西，获得更好的用户
体验。通过 Web 日志挖掘，提取用户的行为规律和兴趣爱好，改进系统平台，使
之更好的为用户服务，提高用户的体验。然而面对繁杂多样的互联网结构和系统
平台，使得聚类算法对不同平台的效果也不尽相同。因此 Web 聚类成为了当下的
热点。Web 用户聚类是提取 Web 服务器日志，对用户的浏览行为进行分析处理，
挖掘出用户感兴趣的部分，提供给决策管理者。
Web 日志聚类是对 Web 日志进行挖掘的算法。该方法首先进行 Web 日志预
处理，选择和抽取用户特征；然后依据提取的特征值衡量用户之间的相似度；最
后通过聚类算法得到聚类结果。
本文针对 Web 服务器日志文件，对用户浏览网页的 Web 日志记录进行分析，
提取用户的浏览路径和浏览时间作为用户行为特征，对用户进行聚类。首先通过
预处理得到用户的会话，对用户会话进行分割提取用户浏览路径和用户浏览时间
作为用户行为特征。结合雅可比系数与 CM 系数计算出用户浏览路径相似度矩阵；
通过对用户浏览