%0 Journal Article
%A 陈钊
%A 傅群超
%A 古恒
%A 王枞
%A 张思悦
%T 双层聚类模型在日志数据分析中的应用
%D 2015
%R 10.13190/j.jbupt.2015.s1.015
%J 北京邮电大学学报
%P 63-66,71
%V 38
%N s1
%X <p>提出了一种基于自组织特征映射(SOM)神经网络和模糊c-均值(FCM)的双层聚类方法,对Web日志中的日志数据集进行聚类. 第一层是无监督SOM神经网络聚类方法,它所产生的类的个数大大减少了原始数据集的个数,降低了FCM对类初始中心点的依赖;然后利用FCM聚类算法的优势对第一层中产生的类的中心点进行聚类,从而大大减少了聚类的时间复杂度;最后通过平行坐标技术可视化展示聚类前后的日志数据集,方便对日志数据进行分析.</p>
%U https://journal.bupt.edu.cn/CN/10.13190/j.jbupt.2015.s1.015