改进遗传K-Means算法在聚类分析与Web日志挖掘中的应用

"这篇硕士学位论文主要探讨了基于遗传算法的k-means聚类方法，针对k-means算法的局限性，如对初始值敏感和易陷入局部最优的问题，提出了一种改进的遗传k-means算法，旨在提高聚类效率和全局优化能力。论文作者为金微，指导教师为陈慧萍，专业为通信与信息系统。" 在数据挖掘领域，聚类分析是一项关键任务，它无需预先知识，能将数据自动分为相似的组，以便揭示数据的内在结构和模式。k-means算法因其简单高效而在聚类中广泛应用，但其对初始中心点的选择非常敏感，可能导致不佳的聚类结果。为克服这一缺陷，研究者引入了遗传算法，这是一种模拟自然选择和遗传机制的全局优化算法，具备良好的全局搜索能力和并行性。 基于遗传算法的k-means聚类方法（GKmA）结合了两种算法的优点，遗传算法负责全局搜索，k-means则负责局部优化。然而，GKmA的收敛速度相对较慢。论文提出了一种改进的GKmA算法，允许个体包含空类，并增加了增量式操作，这使得类中心和目标函数的计算可以更高效，从而提升了算法的收敛速度。 为了验证算法的效果，作者设计了一个聚类分析系统，并通过实验对比了改进后的GKmA与原版GKmA以及标准k-means算法的性能。实验结果表明，改进的GKmA在收敛效果和速度上均优于传统方法，特别是在变异概率较小的情况下，优势更为显著。此外，论文还提出了将改进的GKmA应用于Web日志挖掘的用户聚类系统，以减少初始值对结果的影响，寻找全局最优解，进而提供个性化的Web服务和站点优化建议。 关键词涵盖了数据挖掘、聚类分析、遗传算法、k-means算法以及基于遗传算法的k-means聚类方法，这些都是论文研究的核心内容。通过这项工作，不仅深化了对聚类算法优化的理解，也为实际应用提供了有价值的解决方案。