您的位置： 专家智库 > >

陈希友

作品数：5 被引量：8H指数：1
供职机构：厦门大学信息科学与技术学院更多>>
发文基金：国家自然科学基金更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 2篇期刊文章
  • 2篇会议论文
  • 1篇学位论文

领域

  • 5篇自动化与计算...

主题

  • 4篇日志
  • 4篇日志挖掘
  • 4篇WEB日志
  • 3篇用户
  • 3篇用户访问
  • 3篇WEB日志挖...
  • 2篇用户反馈
  • 2篇关联规则
  • 1篇搜索
  • 1篇子群
  • 1篇相似度
  • 1篇相似度计算
  • 1篇粒子群
  • 1篇粒子群聚类算...
  • 1篇聚类
  • 1篇聚类算法
  • 1篇混沌
  • 1篇混沌搜索
  • 1篇基于WEB
  • 1篇WEB访问

机构

  • 5篇厦门大学

作者

  • 5篇陈希友
  • 3篇冯少荣
  • 2篇薛永生
  • 2篇张东站
  • 1篇李翠华
  • 1篇林惠珍
  • 1篇杨晨晖

传媒

  • 1篇厦门大学学报...
  • 1篇计算机技术与...
  • 1篇第二十五届中...

年份

  • 1篇2010
  • 1篇2009
  • 3篇2008
共 5 条 记 录，以下是 1-5
全选 清除 导出
排序方式：
基于Markov链和关联规则的Web访问预测模型被引量：1
2010年
用户访问预测是根据用户的历史访问信息和当前的访问路径预测用户下一步或将来可能访问的页面.因此可以利用预测结果提高服务器的性能,提高缓存的利用率和为用户提供个性化服务.提出了基于Markov链和关联规则的预测模型MAPM(Markov chain and association rule prediction model),该模型首先使用二阶Markov链找到用户下一步或将来可能访问的页面集,生成预测候选集;然后再使用二项关联规则从正向和反向两个角度修正Markov的预测结果,从而生成最后的预测页面.
林惠珍杨晨晖李翠华陈希友
关键词：WEB日志挖掘MARKOV关联规则
基于反馈的用户访问预测模型
用户的访问预测是Web日志挖掘的重要分支,在过去的几年里,研究者们先后提出了基于关联规则、Markov模型、频繁访问模式和点击流树等预测模型.它们不考虑用户的反馈,无法判断预测结果是否正确,也无法动态调整预测算法。针对上...
陈希友冯少荣张东站薛永生
关键词：WEB日志挖掘用户反馈MARKOV模型相似度计算
文献传递
带混沌搜索的粒子群聚类算法被引量：7
2008年
聚类可以看成是寻找K个最佳聚类中心的过程。文中把一组聚类中心视为一个粒子(P),把各个数据到各自聚类中心的欧式距离之和看成优化函数(f(P)),使用带混沌搜索的粒子群聚类算法(C-PSO)算法寻找最优函数值,从而找到最佳聚类中心。该算法改进了粒子速度的初始化,把混沌搜索嵌入到粒子群的搜索过程中,提高了粒子群的搜索能力。实验结果表明,该算法的聚类效果明显好于K-means和PSO聚类。
陈希友冯少荣
关键词：聚类混沌搜索
基于反馈的用户访问预测模型
用户的访问预测是Web日志挖掘的重要分支,在过去的几年里,研究者们先后提出了基于关联规则、Markov模型、频繁访问模式和点击流树等预测模型。它们不考虑用户的反馈,无法判断预测结果是否正确,也无法动态调整预测算法。针对上...
陈希友冯少荣张东站薛永生
关键词：WEB日志挖掘用户反馈
文献传递
基于web日志挖掘的用户访问预测研究
进入21世纪以来，Internet爆炸式的增长，使得人们真正体验到信息时代的优越性。但是作为Internet的管理和研究者，必需利用好Internet迅速增长带来的巨大数据资源，并从中挖掘出有意义的知识来指导Intern...
陈希友
关键词：WEB日志日志挖掘用户访问关联规则
文献传递
全选 清除 导出
共1页<1>
聚类工具0