论文研究 一种基于粒度原理的多指标综合Web用户聚类算法.pdf

为了解决传统聚类算法难以获得较好的Web用户聚类结果、使用的指标无法全面反映用户行为特征的问题，提出一种基于粒度原理的Web用户聚类算法。首先对离散化数据给出稀疏相似度和初始等价关系的定义，进行初次聚类；然后设计可变精度的二次聚类模型对初始聚类结果进行修正；最后结合应用领域定义一种新的聚类质量评价模型。算法中面向Web用户引入多指标体系，各种指标既可独立考核，也可灵活组合，并同时兼顾决策者对指标的偏好。实验证明，该算法适用于Web用户的高维稀疏数据，不依赖样本的顺序，具有更广应用性，可提供多粒度分析结果，得到的聚类结果能真实反映数据的特征。