一種混合粒子群優(yōu)化模型的Web聚類方法

摘要：通過分析在電子商務(wù)環(huán)境下Web挖掘的現(xiàn)狀，考慮到Web數(shù)據(jù)的海量性和高維度性對抽取隱含的、事先未知的知識所帶來的復(fù)雜性和維數(shù)災(zāi)，在普通K均值聚類、PSO聚類和K均值與PSO混合聚類算法的基礎(chǔ)上。提出了一種將主成分分析與PSO混合聚類算法相結(jié)合的模型來對Web服務(wù)器中的日志文件進(jìn)行聚類分析，將抽取的相關(guān)Web數(shù)據(jù)進(jìn)行主成分分析，分析結(jié)果作為PSO混合聚類算法的輸入數(shù)據(jù)，這樣不僅減少了輸入變量的維數(shù)，減少聚類的規(guī)模，而且保留了原始變量的主要信息，消除變量之間的多重共線性，為具有海量性、高維度性、異構(gòu)性等特點(diǎn)的Web數(shù)據(jù)聚類提供一種有效的模型方法。

關(guān)鍵詞：主成分分析；K均值聚類；粒子群優(yōu)化；混合粒子群聚類；Web聚類；維數(shù)災(zāi)

中圖分類號：TP303 文獻(xiàn)標(biāo)志碼：A 文章編號：1001－3695(2010)09－3259－04