一种新的Web用户会话实时聚类算法

doi:10.3778/j.issn.1002-8331.2010.35.041

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (35): 142-144.DOI: 10.3778/j.issn.1002-8331.2010.35.041

• 数据库、信号与信息处理 • 上一篇下一篇

一种新的Web用户会话实时聚类算法

郭兆麟，周军

辽宁工业大学电子与信息工程学院，辽宁锦州 121001

收稿日期:2009-04-10 修回日期:2009-06-05 出版日期:2010-12-11 发布日期:2010-12-11
通讯作者: 郭兆麟

New realtime clustering algorithm about Web user session

GUO Zhao-lin，ZHOU Jun

School of Electronics and Informatics Engineering，Liaoning University of Technology，Jinzhou，Liaoning 121001，China

Received:2009-04-10 Revised:2009-06-05 Online:2010-12-11 Published:2010-12-11
Contact: GUO Zhao-lin

摘要/Abstract

摘要： 互联网技术的发展日新月异，Web数据是海量的，同时网络用户的浏览兴趣也是不断变换的。为了满足用户兴趣不断变换的需求，更好地实现个性化推荐，提出了一种新的Web用户会话实时聚类算法。算法分析验证了该算法可以提高聚类速度，能更好地满足用户的需求。

关键词: Web数据, 个性化推荐, 用户会话, 实时聚类

Abstract: As the development of the internet，the number of the web data is becoming more large，and the interests of the web users are various.In order to satisfy the needs of the users whose interests are changeable，and realize personalized recommendation，this paper gives a new realtime clustering algorithm about web user session.The experiment results show that this algorithm can improve the clustering speed，and can satisfy the needs of the users.

Key words: Web data, personalized recommendation, user session, realtime clustering

中图分类号:

TP311

郭兆麟，周军. 一种新的Web用户会话实时聚类算法[J]. 计算机工程与应用, 2010, 46(35): 142-144.

GUO Zhao-lin，ZHOU Jun. New realtime clustering algorithm about Web user session[J]. Computer Engineering and Applications, 2010, 46(35): 142-144.

[1]	宗晓萍，陶泽泽. 基于掌握速度的知识追踪模型[J]. 计算机工程与应用, 2021, 57(6): 117-123.
[2]	张鹏飞，王宜贵，张志军. 融合标签和多元信息的个性化推荐算法研究[J]. 计算机工程与应用, 2019, 55(5): 159-165.
[3]	王永康，袁卫华，张志军，温鹏. 融合时间隐语义填充和子群划分的推荐算法[J]. 计算机工程与应用, 2019, 55(16): 130-137.
[4]	候营辉，阳旺. 用户情境感知的流式移动应用推荐[J]. 计算机工程与应用, 2019, 55(11): 129-135.
[5]	刘伟1，刘柏嵩1，王洋洋2. 海量学术资源个性化推荐综述[J]. 计算机工程与应用, 2018, 54(3): 30-39.
[6]	罗亚. 基于决策过程的个性化推荐系统设计[J]. 计算机工程与应用, 2017, 53(14): 105-110.
[7]	王向华1，陈特放1，张必明2，颜剑1. 基于时间序列和任务调度的Web数据聚类算法[J]. 计算机工程与应用, 2016, 52(9): 159-163.
[8]	韩建妙，刘业政. 基于遗传算法的超市最短导购路径推荐[J]. 计算机工程与应用, 2016, 52(4): 238-242.
[9]	刘艳，潘善亮. 基于LBSN好友关系的个性化景点推荐方法[J]. 计算机工程与应用, 2015, 51(8): 117-122.
[10]	张新猛，蒋盛益，李霞，张倩生. 基于网络和标签的混合推荐算法[J]. 计算机工程与应用, 2015, 51(1): 119-124.
[11]	郑翠翠，李林. 协同过滤算法中的相似性度量方法研究[J]. 计算机工程与应用, 2014, 50(8): 147-149.
[12]	马小军1，赵伟2. 改进相似度的分布式个性化推荐[J]. 计算机工程与应用, 2014, 50(4): 126-131.
[13]	辛菊琴1，蒋艳1，舒少龙2. 综合用户偏好模型和BP神经网络的个性化推荐[J]. 计算机工程与应用, 2013, 49(2): 57-60.
[14]	郑东，施化吉. 主题分布在Deep Web数据库选择中的应用[J]. 计算机工程与应用, 2013, 49(10): 136-139.
[15]	王微微1，2，夏秀峰1，李晓明1. 一种基于用户行为的兴趣度模型[J]. 计算机工程与应用, 2012, 48(8): 148-151.

一种新的Web用户会话实时聚类算法

New realtime clustering algorithm about Web user session

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics