VC下的蚁群算法，处理问题为TSP中国邮递员问题。另含一个日志处理类。

以microsoft.com网站的一组处理后的web日志为数据（ftp://ftp.ics.uci.edu/pub/machine-learning-databases/anonymous/），利用并根据实际情况改进了聚类分析基于划分的方法类中最基本的Kmeans和Kmedoids方法，对下载数据集的一个采样(5000samples,294 attributes per sample)进行了简单的聚类分析，以期望找出有用的用户访问模式。 -web datamining with datase

Web日志模糊聚类算法的研究，模糊数学方法及其应用-Web Log fuzzy clustering algorithm, fuzzy mathematics and its application

K均值有效执行++多元数据的聚类算法。它已经表明，该算法具有的总群集内距离的期望值是日志（K）的竞争力的上限。此外，K -均值++通常远高于香草收敛K均值少。-An efficient implementation of the k-means++ algorithm for clustering multivariate data. It has been shown that this algorithm has an upper bound for the expected value o

针对用户在社区网络中面对海量的信息和资源，如何快速便捷地获得自己感兴趣内容的问题，提出一 种基于社区网络内容的个性化推荐算法。在得到相同兴趣用户聚类的基础上，该算法首先通过用户访问日志信 息挖掘相似内容推荐项，然后根据用户兴趣挖掘新的内容推荐项。实验结果表明，该算法不仅提高了内容推荐 精度，而且扩展了内容覆盖面。-Network for users in the community in the face of a flood of information and resources