计算机系统应用
計算機繫統應用
계산궤계통응용
APPLICATIONS OF THE COMPUTER SYSTEMS
2014年
5期
158-161
,共4页
点击流%余弦相似度%聚类算法
點擊流%餘絃相似度%聚類算法
점격류%여현상사도%취류산법
clickstream%cosine similarity calculation%clustering algorithm
点击流数据是分析互联网用户心理倾向的关键，互联网用户的聚类可以通过分析点击流数据实现。本文提出了一种基于向量的相似度计算方法，将点击流数据转化为向量数据。通过对向量的计算来得出聚类的结果。算法克服了传统的聚类算法的一些缺点，更能符合研究人员研究Web点击流数据时关于个性化聚类的要求。
點擊流數據是分析互聯網用戶心理傾嚮的關鍵，互聯網用戶的聚類可以通過分析點擊流數據實現。本文提齣瞭一種基于嚮量的相似度計算方法，將點擊流數據轉化為嚮量數據。通過對嚮量的計算來得齣聚類的結果。算法剋服瞭傳統的聚類算法的一些缺點，更能符閤研究人員研究Web點擊流數據時關于箇性化聚類的要求。
점격류수거시분석호련망용호심리경향적관건，호련망용호적취류가이통과분석점격류수거실현。본문제출료일충기우향량적상사도계산방법，장점격류수거전화위향량수거。통과대향량적계산래득출취류적결과。산법극복료전통적취류산법적일사결점，경능부합연구인원연구Web점격류수거시관우개성화취류적요구。
Clickstream data are the key to analysis the psychological tendency of Internet users. Internet users clustering can be realized by analyzing the clickstream data.This paper presents a similarity calculation method based on vector. Clickstream data can be converted to vector data.Through the calculation of vector clustering, results could be obtained. Algorithm overcomes the drawbacks of the traditional clustering algorithm. It can meet researchers study of web clickstream data about the requirements of personalized clustering more.
