一个用动态ART1神经网络进行发现模式和聚类网页用户的高效预处理方法论文
摘要：用于网站使用挖掘过程中发现模式的完整预处理方法，并通过减少数据量来提高数据质量的方法已经提出。还提出了一种动态的ART1神经网络聚类算法，根据用户的Web访问模式对其进行分组，并具有简洁的结构。进行了多次实验，结果表明所提出的方法将Web日志文件的大小减小到初始大小的73-82％，并且所提出的ART1算法是动态的，学习相对稳定的质量聚类。
作者：C. Ramya, and G. Kavitha
论文ID：1109.1211
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2011-09-07