论文部分内容阅读
Web用户聚类是指用聚类算法产生用户会话的聚类，是电子商务中的一个重要问题。该问题的难度在于有成千上万的会话需要聚类，而且每个会话都可描述为一个高维向量。此外，该问题就聚类的数目而言具有指数的复杂性，是一个NP-难的问题。本文提出一种新的聚类方法，该方法将蚁群算法与K-means算法相结合对用户会话进行优化聚类。实验结果表明，与K—means算法相比，该方法在Web导航推荐的应用中具有更好的性能。