基于Web使用挖掘的個性化推薦服務(wù)研究與實現(xiàn).pdf

1、隨著Internet的快速發(fā)展和廣泛應(yīng)用,WWW(World Wide Web萬維網(wǎng))已經(jīng)積累了數(shù)據(jù)巨大、領(lǐng)域廣泛、內(nèi)容豐富的信息,并成為人們獲得信息與服務(wù)的重要途徑。然而 Web信息具有形式多種多樣、更新速度較快、冗余垃圾信息較多的特點,也使得 Web用戶難以快速獲得所需的知識信息。如何快速有效滿足用戶的信息需求,提供高效的信息服務(wù),越來越受到大家的高度關(guān)注,并引起人們的足夠重視。
　　傳統(tǒng)的信息服務(wù)方式主要依賴于搜索引擎對 W

2、eb信息進(jìn)行檢索,將過濾后的信息提供給用戶,但這種方法沒有考慮到 Web用戶的多樣性,各個用戶的背景、習(xí)慣、訪問目的是不一樣的,提供大眾化的通用信息服務(wù)難以滿足不同用戶的需求,需要面向用戶提供有針對性的個性化信息服務(wù)。針對這一問題,本文對基于Web使用挖掘的個性化技術(shù)進(jìn)行了有益的探索和研究。
　　首先,該文介紹了Web使用挖掘理論和應(yīng)用范圍,重點研究和分析了Web使用挖掘的處理流程,概述了個性化服務(wù)理論和要求,并對 Web使用挖掘

3、在個性化推薦服務(wù)中的處理過程進(jìn)行了深入分析。
　　其次,該文分別以關(guān)聯(lián)規(guī)則和聚類兩種方式對個性化推薦算法進(jìn)行了深入研究,在關(guān)聯(lián)規(guī)則方式中,分析了Apriori算法的不足之處,提出了剪枝優(yōu)化和事務(wù)壓縮改進(jìn)策略,給出了改進(jìn)算法應(yīng)用于挖掘用戶頻繁訪問路徑;在聚類方式中,設(shè)計了用戶頁面興趣度的表示與計算方法、用戶使用事務(wù)集的形成方法,提出了一種改進(jìn)的層次聚類算法,并應(yīng)用于基于用戶使用事務(wù)集的聚類分析中,給出了結(jié)合用戶使用文檔集的個性化推薦

4、服務(wù)策略。
　　然后,該文闡述了基于Web使用挖掘的個性化推薦服務(wù)系統(tǒng)的設(shè)計思想,分析設(shè)計了系統(tǒng)主要組成模塊,并對各模塊進(jìn)行了詳細(xì)介紹,包括用戶識別、行為數(shù)據(jù)收集、用戶偏好分析和個性化信息推薦。
　　最后,通過結(jié)合中小企業(yè)信息化資源平臺后臺管理系統(tǒng)進(jìn)行再次開發(fā),在SSH(Struts,Spring,Hibernate)框架上實現(xiàn)了個性化推薦服務(wù)系統(tǒng),并以平臺用戶的使用記錄數(shù)據(jù)對系統(tǒng)進(jìn)行了實驗分析,推薦服務(wù)結(jié)果與用戶的實際訪問