基于Web日志和網(wǎng)頁特征內(nèi)容的個性化信息推薦.pdf

1、隨著Internet全面迅速的發(fā)展，網(wǎng)絡(luò)已經(jīng)滲透至各個領(lǐng)域，成為人們生活工作不可或缺的一部分。一方面，網(wǎng)絡(luò)提供了海量的圖片、文字、音頻及視頻等豐富的信息，使人們能夠有機會從中找到需要的信息；另一方面，面對如此多的信息，人們很難準確地獲得需要的信息及信息之間潛在的知識。因此，信息個性化服務(wù)應(yīng)運而生，實現(xiàn)了從“人找服務(wù)”到“服務(wù)找人”的轉(zhuǎn)變。
　　 Web日志數(shù)據(jù)挖掘旨在通過對日志進行有效的數(shù)據(jù)挖掘，發(fā)掘隱藏在日志數(shù)據(jù)背后的規(guī)律和模

2、式，通過對Web日志數(shù)據(jù)和用戶對網(wǎng)站的訪問頻度、行為及內(nèi)容等進行分析可以從中提取出有用的信息，并且從中分析得出用戶的興趣所在，從而可以根據(jù)用戶的喜好為用戶提供個性化的服務(wù)。
　　 為了能夠有效地提供個性化推薦服務(wù)，論文針對系統(tǒng)關(guān)鍵環(huán)節(jié)展開了研究，論文主要貢獻體現(xiàn)在以下幾個方面：
　　 ①由于各種搜索引擎的應(yīng)用，網(wǎng)絡(luò)爬蟲在網(wǎng)站中活動頻繁，同時在Web日志中留下了很多與用戶行為無關(guān)的訪問記錄；另外，本論文中主要利用Web日

3、志分析匿名用戶的行為興趣，網(wǎng)站管理員與商家管理員的行為日志記錄屬于無關(guān)記錄。本論文在現(xiàn)有的數(shù)據(jù)清洗方法上，通過增加能夠清除網(wǎng)站和商家管理員的方法和正確地識別與清除網(wǎng)站爬蟲留下記錄的方法，有效地解決了上述問題，提高了數(shù)據(jù)預(yù)處理的效率，也相應(yīng)地提高了用戶個性化推薦的準確度。進而，在不要求用戶登陸或注冊情況下，對清洗后的數(shù)據(jù)，根據(jù)記錄中的信息和基于擴展日志的Cookie字段，給出了一種能夠簡單有效地進行用戶識別和會話識別方法。
　　

4、②為了分析匿名用戶對網(wǎng)站的興趣所在，論文提出了一種基于Web日志并結(jié)合頁面特征內(nèi)容及用戶瀏覽時間的用戶興趣度計算方法，建立了面向多維對象的興趣度模型，其中二維用戶興趣度可以分別表征用戶對主題類型和商家的興趣度，三維用戶興趣度模型表征了用戶在某主題類型上對某商家的關(guān)聯(lián)興趣度，模型能夠很好地應(yīng)用于網(wǎng)站的信息個性化推薦中。
　　 ③在網(wǎng)站“重慶便民服務(wù)平臺”中實現(xiàn)了對用戶的基于環(huán)境的多方式個性化信息推薦服務(wù)。系統(tǒng)根據(jù)歷史興趣和用戶