基于關(guān)聯(lián)規(guī)則挖掘的查詢(xún)擴(kuò)展.pdf

1、伴隨著Internet 信息資源的不斷豐富，當(dāng)用戶使用搜索引擎檢索信息時(shí)候會(huì)反饋大量無(wú)用的信息鏈接，因此，現(xiàn)有搜索引擎越來(lái)越不能滿足人們查詢(xún)的速度及準(zhǔn)確度要求。
　　 由于用戶瀏覽的網(wǎng)絡(luò)日志記錄著用戶訪問(wèn)網(wǎng)頁(yè)時(shí)的行為和網(wǎng)頁(yè)信息，直接反映了用戶使用網(wǎng)絡(luò)的規(guī)則和興趣，通過(guò)挖掘用戶瀏覽網(wǎng)頁(yè)的日志及其內(nèi)容，可以提取用戶的興趣，根據(jù)用戶的興趣，建立描述用戶的配置信息文件，在用戶使用網(wǎng)絡(luò)搜索引擎進(jìn)行搜索時(shí)，參考用戶的興趣模型，對(duì)用戶提交的查

2、詢(xún)?cè)~進(jìn)行修正和查詢(xún)擴(kuò)展，提高查詢(xún)?cè)~描述的準(zhǔn)確度，并對(duì)查詢(xún)結(jié)果根據(jù)用戶使用網(wǎng)絡(luò)的關(guān)聯(lián)規(guī)則和用戶興趣進(jìn)行重新排序，以便提高用戶查詢(xún)信息的效率。
　　 本文在對(duì)Web日志挖掘、關(guān)聯(lián)規(guī)則挖掘、查詢(xún)擴(kuò)展等相關(guān)原理與技術(shù)分析的基礎(chǔ)上，深入分析了客戶端用戶網(wǎng)絡(luò)日志的挖掘和基于用戶興趣模型的關(guān)聯(lián)挖掘提取等關(guān)鍵技術(shù)，具體研究成果如下：
　　 通過(guò)開(kāi)發(fā)IE 插件，在客戶端收集用戶瀏覽網(wǎng)頁(yè)的行為及日志信息，分析用戶的網(wǎng)絡(luò)日志，挖掘用戶訪問(wèn)網(wǎng)絡(luò)

3、的習(xí)慣，對(duì)用戶訪問(wèn)的網(wǎng)頁(yè)的URL 進(jìn)行挖掘分析，提取用戶的興趣類(lèi)，并同時(shí)將Web 內(nèi)容根據(jù)其URL的描述特征進(jìn)行分類(lèi)，對(duì)相同類(lèi)別的網(wǎng)頁(yè)內(nèi)容進(jìn)行聚類(lèi)分析，對(duì)分類(lèi)集進(jìn)行挖掘并提取用戶的興趣特征。
　　 根據(jù)用戶興趣特征及用戶興趣集，建立基于樹(shù)狀的用戶興趣模型，根據(jù)用戶興趣模型，對(duì)用戶進(jìn)行瀏覽網(wǎng)頁(yè)的關(guān)聯(lián)規(guī)則進(jìn)行挖掘，挖掘其頻繁項(xiàng)集。
　　 根據(jù)用戶的興趣模型和用戶興趣的短語(yǔ)特征集，在用戶使用搜索引擎進(jìn)行信息檢索的時(shí)候，對(duì)查詢(xún)?cè)~