搜索资源列表
UB
- 改程序实现UB算法，对Web日志文件进行分析，产生相似度矩阵-reform program UB algorithm, the Web log file analysis, the similarity matrix produced
datamining
- 以microsoft.com网站的一组处理后的web日志为数据（ftp://ftp.ics.uci.edu/pub/machine-learning-databases/anonymous/），利用并根据实际情况改进了聚类分析基于划分的方法类中最基本的Kmeans和Kmedoids方法，对下载数据集的一个采样(5000samples,294 attributes per sample)进行了简单的聚类分析，以期望找出有用的用户访问模式。 -web datamining with datase
fuzzy
- Web日志模糊聚类算法的研究，模糊数学方法及其应用-Web Log fuzzy clustering algorithm, fuzzy mathematics and its application
sqlserver2005datamining
- sqlserver 2005中数据挖掘技术的使用详解，分三部分，第一部分包括回归、时间序列、web日志分析和神经网络-sqlserver 2005 using data mining technology in the Detailed, divided into three parts, the first part, including regression, time series, web log analysis and neural networks
WebPageRecommendationAlg
- 为改善用户的Ｗｅｂ页面访问行为、提高访问效率，设计了一种基于贝叶斯网络的网页推荐模型及推荐算 法。通过收集和分析服务器中的描述文件和日志文件，利用Ｂａｙｅｓｉａｎ网络分析页面间的依赖关系，构建了基于贝 叶斯网络的网页推荐模型并产生推荐集。通过在Ｍｉｃｒｏｓｏｆｔ公司提供的网络日志数据集上做的实验，可以获得超 过８０％的准确率和覆盖率。理论分析和实验结果表明：算法能够在线实时向用户做出个性化的推荐，与已有的推 荐算法相比，算法能较快地给出推荐集，并且可以获得更高的准确率和覆盖率-T
PersonalizedRecomAlgSocialNetwork
- 针对用户在社区网络中面对海量的信息和资源，如何快速便捷地获得自己感兴趣内容的问题，提出一 种基于社区网络内容的个性化推荐算法。在得到相同兴趣用户聚类的基础上，该算法首先通过用户访问日志信 息挖掘相似内容推荐项，然后根据用户兴趣挖掘新的内容推荐项。实验结果表明，该算法不仅提高了内容推荐 精度，而且扩展了内容覆盖面。-Network for users in the community in the face of a flood of information and resources
Frame
- 基于ID3算法的Web日志挖掘预处理中的Frame页面过滤技术的研究-D3 algorithm based on Web in the preprocessing of Web log mining Frame page filter technology research
fuzzy-clustering-algorithm-for-web
- Web使用挖掘是从Web日志中挖掘用户访问模式和知识。分析和探索日 志中的规律能够确认电子商务中的潜在用户、提高信息服务的质量和提高 Web服务系统的性能。 -Web usage mining is mining user access patterns and knowledge from Web logs. Analysis and explore the laws of the log to be able to confirm the potential users of e
nasa
- 可以进行Web日志分析，进行了过滤，用户识别，会话识别(Web log analysis can be carried out)