ABSTRACT Relational fuzzy clusterin

ABSTRACT Relational fuzzy clustering (RFC) algorithms prove very useful in Web user session clustering
because Web user sessions may contain fuzzy, conflicting and imprecise information. Though RFC algorithms
are very sensitive to cluster initialization and works only if the numbers of clusters are specified
in advance. However, at all times, the prior initialization of a number of clusters is not feasible due
to the dynamically evolving nature of user sessions. Therefore, estimating the number of clusters and
initializing suitable cluster prototype are a significant performance bottleneck in this method. In this paper,
the discounted fuzzy relational clustering (DFRC) algorithm is proposed to address the major constraint
of RFC. The DFRC algorithm identifies Web user session clusters from Web server access logs, without
initializing the number of clusters and prototypes of initial clusters. The DFRC algorithm works in two
stages. In the first stage, DFRC automatically identifies the number of potential clusters based on the
successively discounted potential density function value of each relational data and their respective centres.
In the second stage, DFRC assigns fuzzy membership values to each data point and forms fuzzy clusters from
the relational matrix. The DFRC algorithm is applied on an augmented session dissimilarity matrix obtained
from a publicly accessed NASA Web server log data. The experimental results are evaluated using different
fuzzy validity measures. The extensive experiments are performed to test the effect of various parameters,
including accept/reject ratio and neighbourhood radius on the performance of DFRC algorithm. The results
were also compared with fuzzy relational clustering algorithm using cluster quality measures. It is observed
that the quality of generated clusters using DFRC is superior as compared with that of RFC.

ผลลัพธ์ (ไทย) 1:

นามธรรม Relational เลือนคลัสเตอร์ (RFC) อัลกอริทึมเป็นประโยชน์มากในเซสชันของผู้ใช้เว็บคลัสเตอร์เนื่องจากเซสชันของผู้ใช้เว็บอาจประกอบด้วยข้อมูลไม่ชัดเจน ความขัดแย้ง และไม่ แม้ว่าอัลกอริทึมของ RFCมีความสำคัญมากเพื่อการเริ่มต้นคลัสเตอร์เท่านั้นถ้ามีระบุหมายเลขของคลัสเตอร์ล่วงหน้า อย่างไรก็ตาม ตลอดเวลา การเริ่มต้นก่อนจำนวนของคลัสเตอร์ไม่กระทำเนื่องจากชมธรรมชาติแบบไดนามิกของเซสชันผู้ใช้ ดังนั้น ประเมินจำนวนของคลัสเตอร์ และเริ่มต้นคลัสเตอร์เหมาะเป็นคอขวดของประสิทธิภาพการทำงานที่สำคัญในวิธีการนี้ ในกระดาษนี้ลดเลือนเชิงคลัสเตอร์ (DFRC) วิธีการนำเสนอที่อยู่ข้อจำกัดสำคัญของ RFC อัลกอริทึม DFRC ระบุกลุ่มเซสชันผู้ใช้เว็บจากเว็บเซิร์ฟเวอร์ล็อกเข้า ไม่มีกำลังเตรียมใช้งานหมายเลขของคลัสเตอร์และต้นแบบของคลัสเตอร์เริ่มต้น อัลกอริทึม DFRC ทำงานในสองขั้นตอนการ ในระยะแรก DFRC โดยอัตโนมัติระบุหมายเลขของคลัสเตอร์ที่มีศักยภาพตามอย่างต่อเนื่องลดค่าฟังก์ชันความหนาแน่นที่มีศักยภาพแต่ละข้อมูลเชิงสัมพันธ์และศูนย์เกี่ยวข้องในขั้นสอง DFRC กำหนดค่าสมาชิกเลือนไปแต่ละจุดข้อมูล และการเลือนคลัสเตอร์จากเมทริกซ์เชิงสัมพันธ์ ใช้อัลกอริทึม DFRC ในเมทริกซ์ความแตกต่างกันการเติมเซสชันที่ได้รับจากสาธารณะเข้าถึงนาซ่าเว็บเซิร์ฟเวอร์บันทึกข้อมูล ผลทดลองการประเมินการใช้แตกต่างกันมาตรการบังคับใช้เลือน ดำเนินการทดลองอย่างละเอียดเพื่อทดสอบผลของพารามิเตอร์ต่าง ๆรวมทั้งยอมรับ/ปฏิเสธอัตราและละแวกรัศมีประสิทธิภาพการทำงานของอัลกอริทึม DFRC ผลลัพธ์นอกจากนี้ยังถูกเมื่อเทียบกับอัลกอริธึม clustering เลือนเชิงใช้วัดคุณภาพของคลัสเตอร์ เป็นที่สังเกตว่า คุณภาพของคลัสเตอร์ที่สร้างขึ้นโดยใช้ DFRC จะดีกว่าเมื่อเทียบกับที่ของ RFC

ผลลัพธ์ (ไทย) 2:

บทคัดย่อการจัดกลุ่มสัมพันธ์คลุมเครือ (RFC) ขั้นตอนวิธีการพิสูจน์ว่ามีประโยชน์อย่างมากในการจัดกลุ่มของผู้ใช้เว็บเซสชั่น
เพราะการประชุมของผู้ใช้เว็บอาจมีเลือนขัดแย้งกันและไม่แน่ชัดข้อมูล แม้ว่าขั้นตอนวิธีการ RFC
มีความสำคัญมากที่จะเริ่มต้นคลัสเตอร์และทำงานได้เฉพาะในกรณีที่ตัวเลขของกลุ่มที่ระบุไว้
ล่วงหน้า แต่ทุกครั้งที่เริ่มต้นก่อนที่จำนวนของกลุ่มไม่เป็นไปได้เนื่องจาก
ลักษณะแบบไดนามิกการพัฒนาของเซสชันของผู้ใช้ ดังนั้นประมาณการจำนวนกลุ่มและ
การเริ่มต้นต้นแบบคลัสเตอร์ที่เหมาะสมเป็นขวดประสิทธิภาพอย่างมีนัยสำคัญในวิธีการนี้ ในบทความนี้
ส่วนลดเลือนสัมพันธ์การจัดกลุ่ม (DFRC) อัลกอริทึมจะเสนอให้ที่อยู่ในข้อ จำกัด ที่สำคัญ
ของ RFC อัลกอริทึม DFRC ระบุกลุ่มเซสชันของผู้ใช้เว็บจากบันทึกการเข้าถึงเว็บเซิร์ฟเวอร์โดยไม่ต้อง
เริ่มต้นจำนวนกลุ่มและต้นแบบของกลุ่มเริ่มต้น อัลกอริทึม DFRC ทำงานในสอง
ขั้นตอน ในขั้นตอนแรก, DFRC อัตโนมัติระบุจำนวนของกลุ่มที่อาจเกิดขึ้นบนพื้นฐานของ
ค่าฟังก์ชั่นความหนาแน่นลดอย่างต่อเนื่องอาจเกิดขึ้นจากข้อมูลเชิงสัมพันธ์แต่ละคนและศูนย์ของตน
ในขั้นตอนที่สอง DFRC กำหนดค่าสมาชิกเลือนไปยังจุดข้อมูลแต่ละกลุ่มและรูปแบบเลือนจาก
เมทริกซ์เชิงสัมพันธ์ อัลกอริทึม DFRC ถูกนำไปใช้ในเซสชั่นเติมความแตกต่างเมทริกซ์ที่ได้รับ
จากการเข้าถึงสาธารณชนนาซาเว็บข้อมูลเข้าสู่ระบบเซิร์ฟเวอร์ ผลการทดลองได้รับการประเมินโดยใช้ที่แตกต่างกัน
มาตรการเลือนความถูกต้อง การทดลองที่กว้างขวางมีการดำเนินการเพื่อทดสอบผลกระทบของพารามิเตอร์ต่าง ๆ
รวมทั้งการยอมรับ / ปฏิเสธอัตราส่วนและพื้นที่ใกล้เคียงรัศมีในการทำงานของอัลกอริทึม DFRC ผล
ยังถูกเมื่อเทียบกับขั้นตอนวิธีการจัดกลุ่มสัมพันธ์คลุมเครือโดยใช้มาตรการที่มีคุณภาพคลัสเตอร์ มันเป็นที่สังเกต
ว่าคุณภาพของกลุ่มสร้างขึ้นโดยใช้ DFRC จะดีกว่าเมื่อเทียบกับที่ของ RFC

ผลลัพธ์ (ไทย) 3:

นามธรรมแบบ Fuzzy การจัดกลุ่ม ( RFC ) ขั้นตอนวิธีพิสูจน์ประโยชน์มากสำหรับผู้ใช้เว็บในเซสชันเนื่องจากเซสชันผู้ใช้เว็บอาจจะมีเบลอๆ ขัดแย้งกัน และข้อมูลไม่แน่ชัด แม้ว่าขั้นตอนวิธี rfcมีความไวต่อคลัสเตอร์เริ่มต้นและทำงานเท่านั้น ถ้าตัวเลขของกลุ่มที่ระบุไว้ล่วงหน้า อย่างไรก็ตาม ตลอดเวลา การเริ่มต้นก่อนที่จำนวนของกลุ่มที่ไม่เป็นไปได้เนื่องจากการเปลี่ยนแปลงแบบไดนามิกธรรมชาติของเซสชันของผู้ใช้ ดังนั้น การประมาณจำนวนของกลุ่มและเริ่มต้นที่เหมาะสมกลุ่มต้นแบบมีคอขวดประสิทธิภาพที่สำคัญในวิธีการนี้ ในกระดาษนี้ลดเลือนแบบแบ่งกลุ่ม ( dfrc ) นำเสนอวิธีการเพื่อแก้ไขข้อจำกัดของ RFC . การ dfrc ขั้นตอนวิธีการระบุกลุ่มผู้ใช้จากเว็บบันทึกเซสชันบนเซิร์ฟเวอร์การเข้าถึงโดยไม่มีการเริ่มต้นจำนวนของกลุ่มและต้นแบบของกลุ่มแรก การ dfrc ขั้นตอนวิธีทำงานสองขั้นตอน ในขั้นตอนแรก dfrc โดยอัตโนมัติระบุจำนวนของกลุ่มตามศักยภาพศักยภาพอย่างต่อเนื่องลดฟังก์ชันความหนาแน่นและค่าของแต่ละลักษณะของแต่ละศูนย์ในขั้นตอนที่สอง dfrc กำหนดค่า fuzzy สมาชิกแต่ละจุดข้อมูลและรูปแบบแบบกลุ่มจากเมทริกซ์เชิงสัมพันธ์ การ dfrc ขั้นตอนวิธีใช้ในเซสชั่นจะได้เติมเมทริกซ์จากสาธารณชนเข้าถึงเว็บเซิร์ฟเวอร์นาซ่าบันทึกข้อมูล ผลการทดลองจะถูกประเมินโดยใช้ที่แตกต่างกันมาตรการเชิงฟัซซี การทดลองที่กว้างขวางจะทำการทดสอบผลของพารามิเตอร์ต่าง ๆรวมถึงการยอมรับ / ปฏิเสธ และอัตราส่วนของรัศมีตาง ๆในประสิทธิภาพของขั้นตอนวิธี dfrc . ผลลัพธ์มาเปรียบเทียบกับอัลกอริทึมฟัซซี่สำหรับการใช้มาตรการเชิงคุณภาพ กลุ่ม มันเป็นที่สังเกตว่าคุณภาพของการสร้างกลุ่ม dfrc จะดีกว่าเมื่อเทียบกับที่ของ RFC .