Web挖掘技術在網(wǎng)絡個性化服務中的研究與應用.pdf

1、伴隨著信息技術的快速發(fā)展，基于Internet的各種應用也越來越廣泛，互聯(lián)網(wǎng)上很快就積累了大量的、類型各異并且內(nèi)容豐富的信息，網(wǎng)絡也成為了人們獲取信息和服務的主要途徑。然而網(wǎng)絡信息因為其類型多種多樣、更新速度很快、無用垃圾信息過多等特點，造成了網(wǎng)絡用戶通過 Web頁面很難快速的獲取自己想要的有用信息。怎樣才能高效、可靠的滿足廣大用戶的信息需求，提供更好的信息服務，越來越受到大家的關注，并引起人們的足夠重視。
　　以前的互聯(lián)網(wǎng)信息服

2、務主要是通過搜索引擎對 Web信息進行檢索，按照需求篩選信息后給用戶，但這種方法沒有考慮到Web上的用戶每個人的背景、習慣、訪問目的是不一樣的，為他們提供單一大眾化的服務是難以滿足需求的，需要提供有針對性的個性化服務。面向這個問題，本文對如何用Web挖掘技術來幫助更好的實現(xiàn)網(wǎng)絡個性化服務進行了一定的探索。
　　本文首先介紹的是 Web數(shù)據(jù)挖掘的的相關理論和應用范圍，重點研究了它的數(shù)據(jù)資源、挖掘過程和關鍵技術。其次，本文對如何將關聯(lián)

3、規(guī)則算法更好的應用于網(wǎng)絡個性化服務進行了深入研究，探討了Apriori算法的幾點不足，提出了根據(jù)事務數(shù)據(jù)庫建立臨時表，并且在每次生成頻繁項集之后根據(jù)下一次所需項數(shù)動態(tài)更新臨時表，從而大幅度減輕掃描工作量，提高算法效率的思路，設計出了Quick_Apriori算法來應用于挖掘網(wǎng)絡用戶訪問網(wǎng)絡資源時的習慣，從中找出被訪問資源相互間的關聯(lián)性規(guī)則，從而得到強關聯(lián)規(guī)則模型。并且對 Quick_Apriori算法進行了實例實現(xiàn)，與原算法進行了對比分