南華大學機構典藏系統:Item 987654321/21382
English  |  正體中文  |  简体中文  |  全文笔数/总笔数 : 18278/19583 (93%)
造访人次 : 1056513      在线人数 : 528
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜寻范围 查询小技巧：
  • 您可在西文检索词汇前后加上"双引号"，以获取较精准的检索结果
  • 若欲以作者姓名搜寻，建议至进阶搜寻限定作者字段，可获得较完整数据
    •  进阶搜寻


    jsp.display-item.identifier=請使用永久網址來引用或連結此文件: http://nhuir.nhu.edu.tw/handle/987654321/21382


    题名: 應用類神經網路於網際網路探勘
    其它题名: Applying Neural Network to Web Mining
    作者: 蘇東坡
    Su, Dong-po
    貢獻者: 資訊管理學研究所
    洪明輝;吳光閔
    Ming-huwi Horng;Guang-ming Wu
    关键词: Feature weight detector;Web mining;Proportional learning vector quantization;Radial basis function network
    日期: 2003
    上传时间: 2015-06-04 10:21:33 (UTC+8)
    摘要: 　　在本論文中,我們應用了一連串類神經網路的技術在網際網路探勘的領域上，使能夠解決在網路資料分類的問題。它首先利用特徵權值探測的方法，從複雜且大量的訓練資料中找出可靠的特徵，再利用這些特徵配合比例式學習向量量化網路的方法找出最適合的群中心點。最後，將群中心點應用於徑向機網路以分類測試資料庫。在實驗中我們將資料依據Session Length來預作分割，再利用這些分割的資料來做實驗，由最後的實驗我們發現做適當的資料分割能夠獲得較好的正確率。　
    　　In this thesis, we apply widely-used data mining techniques, neural network, in the user’s characteristics of classification on WWW. In this proposed method, we first utilize feature weight detector networks to discover the reliable features from mass and complex training data on WWW. Secondly, we use the proportional learning vector quantization network to learn the appropriate centroid of each cluster. Finally, we apply radial basis function network associated with the centroid of clusters to classify the test data. We in advance partition the data set into several data sections that are used in experiments according to session length. Experimental result show that it has better classification result than ones using overall data set.　
    显示于类别:[資訊管理學系] 博碩士論文

    文件中的档案:

    档案 描述 大小格式浏览次数
    091NHU05396024-001.pdf723KbAdobe PDF1检视/开启
    index.html0KbHTML226检视/开启


    在NHUIR中所有的数据项都受到原著作权保护.

    TAIR相关文章

    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回馈