基于新型的竞争型神经网络的Web日志挖掘

被引:15
作者
董一鸿
庄越挺
机构
[1] 浙江大学人工智能研究所
[2] 浙江大学人工智能研究所 杭州
[3] 杭州
关键词
神经网络; 聚类; Web挖掘; 无指导学习;
D O I
暂无
中图分类号
TP183 [人工神经网络与计算]; TP393.092 [];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ; 080402 ;
摘要
提出了一种基于竞争的自激励神经网络学习算法SIN ,该算法综合了自适应谐振理论和竞争型神经网络的特点 ,并在隐含层采用了Hebb学习规则 ,既能保证原有记忆不受影响 ,又能对新的信息加以记忆 ,同时又克服了ART网络对噪音敏感的缺点 ,学习速度快 ,分类性能好 ,具有在线学习的功能 将该算法应用于Web日志挖掘能够有效地剔除噪音 ,得到很好的用户聚类和页面聚类的结果 ,为网站的管理者设计个性化的商务网站提供了有效的决策依据
引用
收藏
页码:661 / 667
页数:7
相关论文
共 2 条
[1]   Web挖掘研究 [J].
韩家炜 ;
孟小峰 ;
王静 ;
李盛恩 ;
不详 .
计算机研究与发展 , 2001, (04) :405-414
[2]  
神经—模糊和软计算[M]. 西安交通大学出版社 , 张平安, 2000