基于双Kohonen神经网络的Web用户访问模式挖掘算法

摘要：

本文根据Kohonen自组织特征映射神经网络中学习阶段的性质,运用双Kohonen神经网络组合成新的自组织训练挖掘模型,先使用粗调整训练,加快模型学习速度,紧接着使用微调整训练,提高模型学习精度。实验结果表明,本文提出的双Kohonen神经网络挖掘模型,相对于标准Kohonen神经网络在训练速度和收敛效果上都有一定程度的提高,改善了聚类效果,为挖掘用户的多种兴趣提供了一种可行的方法。

关键词： 数据挖掘 用户访问 神经网络 自组织训练

作者: 段隆振 朱敏 王靓明

作者单位: 南昌大学信息工程学院,江西,南昌,330031

会议类型: 国内会议

会议名称: 2009年全国理论计算机科学学术年会

会议地点: 哈尔滨

会议语种:中文

页码: 95-98

在线出版日期: 2009-08-07（万方平台首次上网日期，不代表论文的发表时间）