中图分类：TP309.6

学科分类：520.10

成果类别：应用技术

研究起止时间：2007-09～2008-12

评价形式：验收

本项目提出了基于 Web 访问信息挖掘的路径划分模糊聚类算法,实现个性化推荐。算法利用了路径聚类方法聚类具有顺序访问特性的浏览路径,通过关联规则发现方法得到每一个用户分类的相应的页面推荐集。在得到这些有用的知识后,对网站结构进行改进。通过本项目的研究,路径划分模糊聚类算法有效地提高路径聚类的质量,具备一定的可伸缩性,实现了用户分类访问模式的发现,帮助站点根据分析结果来改进站点结构和内容,同时通过避免用户过多的选择操作来减轻用户负担,进一步实现个性化设计。与此同时,本项目针对Web日志的高维性提出了自己的解决方法,并对分类属性、序数和比例标度变量数据进行了转换,保证了算法处理不同类型属性的能力。本项目发表论文6篇,包括了EI（含ISTP）检索论文3篇,EI刊源论文1篇,CSCD论文1篇,完成了原型系统。本项目所取得的成果在理论上会具有一定的深度,在实际应用上也具有一定可行性和指导性,具有重要的现实意义。通过本项目的工作,完成了预定任务,所开发的原型系统进一步完善和扩展,可具体应用到实际中去,具有推广价值。