基于XML及關(guān)聯(lián)規(guī)則的個性化推薦技術(shù)研究.pdf

1、隨著Internet 應(yīng)用的迅速發(fā)展，信息過載使人們面對太多的信息而難以選擇和消化，信息資源分布的廣泛性又給用戶尋找感興趣的信息增加了困難，使人們易于信息迷失。迫切需要一種新的技術(shù)使人們在海量數(shù)據(jù)中查找想要的數(shù)據(jù)和有用信息時能自動地發(fā)現(xiàn)、抽取和過濾信息。個性化推薦技術(shù)的出現(xiàn)，使得人們從無限的網(wǎng)絡(luò)信息資源和繁雜的商品世界中解脫出來，大大節(jié)省了用戶在信息搜索上花費(fèi)的時間和精力，也使得Web 網(wǎng)站從以“網(wǎng)頁”為中心轉(zhuǎn)換為以“用戶”為中心，給用

2、戶提供個性化服務(wù)，向著網(wǎng)絡(luò)服務(wù)的更高層次發(fā)展。
　　 由于已有的個性化推薦技術(shù)在收集匿名用戶信息、推薦實時性和準(zhǔn)確性等方面存在不足，本文在研究經(jīng)典的關(guān)聯(lián)規(guī)則挖掘算法基礎(chǔ)上，提出基于XML及關(guān)聯(lián)規(guī)則的Web 挖掘技術(shù)來分析和挖掘Web 用戶訪問日志，得到用戶對Web 網(wǎng)站的頻繁訪問模式，采用基于關(guān)聯(lián)規(guī)則的個性化推薦技術(shù)以提高Web 站點訪問效率。
　　 論文主要工作包括：
　　 ①對個性化推薦技術(shù)的研究背景、研究現(xiàn)

3、狀、實際應(yīng)用意義以及Web 使用挖掘的理論基礎(chǔ)進(jìn)行了闡述和分析，并對關(guān)聯(lián)規(guī)則挖掘的基本原理進(jìn)行了說明。
　　 ②本文運(yùn)用由XML技術(shù)衍生出來的XGMML和LOGML 實現(xiàn)Web 訪問日志的表示和存儲，采用數(shù)據(jù)清理、用戶識別、會話識別、路徑補(bǔ)充和事務(wù)識別等步驟完成Web日志挖掘中的數(shù)據(jù)預(yù)處理。
　　 ③在分析了Apriori 算法和FP-growth 算法后提出了利用MFIT 對FP-growth算法進(jìn)行改進(jìn)。改進(jìn)的FP-

4、growth 算法降低了挖掘最大頻繁項目集的搜索空間，以及減少了超集檢測所做的項目匹配次數(shù)，從而提高了算法的執(zhí)行效率。
　　 ④設(shè)計和實現(xiàn)了一個個性化推薦原型系統(tǒng)，在利用用戶頻繁訪問模式進(jìn)行頁面推薦的過程中引入頁面的距離因子的計算來提高推薦質(zhì)量。
　　 本文的研究工作是對挖掘關(guān)聯(lián)規(guī)則的FP-growth 算法的切實可行的改進(jìn)，對研究關(guān)聯(lián)規(guī)則的挖掘算法具有一定的參考價值；對用戶訪問模式的研究有利于提高站點信息服務(wù)質(zhì)量，促進(jìn)