基于Web的用戶興趣及需求技術(shù)的研究.pdf

1、多年來(lái),呈指數(shù)級(jí)增長(zhǎng)的各種信息,使得Internet用戶快速獲取準(zhǔn)確必需的信息顯得越發(fā)急迫。作為從浩瀚的Web信息資源中發(fā)現(xiàn)潛在的、有價(jià)值知識(shí)的一種有效技術(shù),用戶興趣挖掘技術(shù)正悄然興起,倍受關(guān)注。它的出現(xiàn)恰好在一定程度上能解決Internet的信息多樣化與用戶需求的專一化之間的矛盾。用戶興趣挖掘技術(shù)的主要研究?jī)?nèi)容是如何根據(jù)所提供的用戶瀏覽信息或行為或Web日志等數(shù)據(jù),較為準(zhǔn)確地挖掘出用戶的個(gè)體興趣,構(gòu)建用戶個(gè)體興趣模型,分析用戶個(gè)體興趣

2、,更進(jìn)一步的根據(jù)個(gè)體興趣對(duì)用戶進(jìn)行聚類挖掘出用戶群體興趣,并從個(gè)體興趣和群體興趣兩方面刻畫(huà)用戶的興趣需求,完善興趣模型。本課題主要通過(guò)介紹一個(gè)基于Web、WAP的用戶興趣挖掘項(xiàng)目對(duì)以下提出的技術(shù)和算法進(jìn)行具體分析和詳細(xì)介紹并以真實(shí)的數(shù)據(jù)進(jìn)行了實(shí)驗(yàn)驗(yàn)證其有效性。
　　 (1)用戶興趣建模技術(shù)
　　 根據(jù)用戶瀏覽記錄中的URL爬取并解析出所瀏覽網(wǎng)頁(yè)的正文,基于內(nèi)容的文本分析是本課題挖掘用戶興趣的基礎(chǔ)。因此,在文本獲取和預(yù)處理

3、階段,本課題提出基于規(guī)則和DOM樹(shù)的網(wǎng)頁(yè)正文提取技術(shù)以及基于卡方與關(guān)鍵詞權(quán)重的文本分類方法。在用戶興趣建模階段,提出多元化的建模思路,不僅從長(zhǎng)期興趣,短期興趣方面建模,還綜合了從個(gè)體興趣和群體興趣分別統(tǒng)計(jì)用戶自己的歷史行為和若干用戶相似的歷史行為的建模思路,更全面地刻畫(huà)了用戶的興趣偏好。
　　 (2)用戶個(gè)體興趣挖掘技術(shù)
　　 主要通過(guò)挖掘用戶的歷史訪問(wèn)頁(yè)面,了解用戶在信息需求方面的興趣傾向。本研究提出了適合本課題應(yīng)用場(chǎng)

4、景的兩個(gè)算法:
　　 ①挖掘用戶的長(zhǎng)期興趣的算法;
　　 ②挖掘用戶的短期興趣的算法;
　　 用戶興趣反映用戶在主題需求、內(nèi)容形式上的偏好,在維護(hù)和修改用戶興趣的過(guò)程中,采用興趣類訪問(wèn)密度加時(shí)間屬性的方法挖掘長(zhǎng)(短)期興趣。對(duì)用戶模型的更新方面,引入遺忘因子,采用生物遺忘規(guī)律的方法對(duì)不活躍的用戶或興趣進(jìn)行遺忘,對(duì)活躍的用戶或興趣進(jìn)行記憶上的增強(qiáng),最終達(dá)到對(duì)用戶興趣模型進(jìn)行更新的目的。
　　 (3)用戶群體