版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著Internet的迅速發(fā)展和寬帶網絡的普及,視頻點播系統(tǒng)作為一種新興的傳媒方式,可以通過網絡將視頻流按照用戶的個人意愿送至點播終端,是寬帶網絡運營商提供的最重要的服務之一。目前,視頻點播系統(tǒng)在娛樂站點、遠程教育系統(tǒng)和高校網絡平臺中得到了極大的應用。 雖然視頻點播系統(tǒng)的應用范圍日趨廣泛,但是隨著信息資源和用戶數量的不斷增加,視頻點播系統(tǒng)的規(guī)模和復雜度也不斷提升,這就使得視頻點播系統(tǒng)在站點結構合理性和服務質量確保等方面面臨著諸多
2、的挑戰(zhàn)和機遇。WEB挖掘技術日趨成熟,得到業(yè)界的關注和肯定,針對其能從現有網絡資源中獲取有用知識的研究與應用也成為目前研究的熱點和重要課題。本文正是基于上述背景,將WEB挖掘技術有效地應用到VOD系統(tǒng)中,從而達到提高用戶訪問效率和系統(tǒng)服務質量的目的。 本文對南通大學校園網情況以及數據挖掘技術的內容進行了具體研究,結合VOD點播系統(tǒng)的實際狀況,主要內容和結構安排如下: 文章共分為四部分:第一部分(緒論)首先對研究課題進行了
3、界定,介紹了該課題的基本情況。 第二部分(第二章、第三章),其中第二章介紹數據挖掘的相關概念和技術,包括數據挖掘的分類方法和目前采用較普遍的一些數據挖掘方法;分析、總結了數據挖掘技術在商業(yè)、Web挖掘、科學研究等幾個主要領域的應用情況;綜合論述了數據挖掘未來的發(fā)展趨勢。通過對數據挖掘的典型應用進行分析,為后續(xù)章節(jié)的研究作好鋪墊。第三章,介紹We日志挖掘技術,對數據預處理、數據挖掘過程和所采用的技術、方法作了系統(tǒng)的分析。Web日志
4、挖掘的一個主要任務是獲得用戶的瀏覽模式,這對Web站點的改進和為用戶提供個性化服務提供了有價值的潛在信息。特別研究了關聯(lián)性規(guī)則,并對該模式進行了探討。詳細分析了Web挖掘在提高站點服務質量方面的應用。 第三部分(第四章)闡述整個影片推薦系統(tǒng)的設計思想,介紹了系統(tǒng)改進的相關技術和實現過程,包括數據預處理、推薦模型建立、關聯(lián)性算法的流程、程序編寫的情況,以及對推薦結果產生的過程作了詳細的闡述,并且對算法的有效性進行了驗證。
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- WEB挖掘在VOD系統(tǒng)中的研究與應用.pdf
- VOD系統(tǒng)應用服務器中Web挖掘技術的研究與應用.pdf
- IP VOD系統(tǒng)中WEB服務器的設計與實現.pdf
- 知識訂閱系統(tǒng)中Web挖掘模塊的研究.pdf
- Web日志挖掘系統(tǒng)中相關算法的研究.pdf
- 基于OGSA和Web的VOD系統(tǒng)的研究與設計.pdf
- 基于數據挖掘的Web挖掘系統(tǒng)的研究.pdf
- Web挖掘在購物系統(tǒng)中的應用.pdf
- VoD系統(tǒng)中的若干問題研究.pdf
- WEB文本挖掘系統(tǒng).pdf
- Web挖掘在網上考試系統(tǒng)中的應用.pdf
- Web日志中序列模式挖掘的研究.pdf
- 智能信息檢索中的Web挖掘研究.pdf
- 數據挖掘技術在web學習系統(tǒng)中的應用研究.pdf
- Web信息檢索中基于Web挖掘的查詢優(yōu)化研究.pdf
- Web結構挖掘中PageRank算法研究.pdf
- 集成Web內容挖掘和Web使用挖掘的研究.pdf
- Web挖掘技術在Web預取中的應用研究.pdf
- VOD系統(tǒng)中關鍵技術的研究與系統(tǒng)實現.pdf
- Web預取中的數據挖掘研究.pdf
評論
0/150
提交評論