版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、挖掘用戶訪問(wèn)網(wǎng)站的模式是目前數(shù)據(jù)挖掘技術(shù)在Internet上的重要應(yīng)用之一,挖掘用戶訪問(wèn)網(wǎng)站的模式,可以使網(wǎng)站建設(shè)者清楚的了解自己網(wǎng)站不同用戶的興趣和整個(gè)網(wǎng)站頁(yè)面的訪問(wèn)情況,從而可以通過(guò)調(diào)整網(wǎng)站的邏輯組織結(jié)構(gòu)或建立自適應(yīng)網(wǎng)站來(lái)方便不同用戶的訪問(wèn)。目前用戶訪問(wèn)模式挖掘技術(shù)包括兩類,一類是使用Web使用挖掘技術(shù)對(duì)互聯(lián)網(wǎng)用戶的網(wǎng)絡(luò)行為進(jìn)行分析挖掘,以獲得描述用戶訪問(wèn)網(wǎng)站模式的內(nèi)在規(guī)律,從而為網(wǎng)站建設(shè)者改進(jìn)網(wǎng)站結(jié)構(gòu)和內(nèi)容提供決策支持,另一類是使
2、用合作過(guò)濾技術(shù)實(shí)現(xiàn)網(wǎng)站個(gè)性化服務(wù)?,F(xiàn)有的用戶訪問(wèn)模式挖掘工具都存在一些缺點(diǎn),如:挖掘速度慢、不適用匿名用戶、使用復(fù)雜、效率低、靈活性差、挖掘局限性大等。 針對(duì)這一現(xiàn)狀,課題綜合了現(xiàn)有的用戶訪問(wèn)模式挖掘技術(shù),提出用戶訪問(wèn)模式在線挖掘推薦系統(tǒng)(UserAccessPatternOnlineMiningRecommendedSystem)的構(gòu)想。UAPOMR系統(tǒng)是一個(gè)幫助網(wǎng)站建成自適應(yīng)網(wǎng)站的服務(wù)器端在線推薦系統(tǒng),其提供的個(gè)性化服務(wù)可以
3、直接面向于匿名用戶。 UAPOMR系統(tǒng)首先根據(jù)歷史的訪問(wèn)記錄創(chuàng)建用戶訪問(wèn)模式,形成用戶配置文件,然后比較當(dāng)前用戶的訪問(wèn)頁(yè)面序列和用戶配置文件執(zhí)行有效的推薦算法自動(dòng)生成一個(gè)包含用戶可能感興趣的候選頁(yè)面集鏈接的推薦頁(yè)面,提供給用戶,從而達(dá)到網(wǎng)站自適應(yīng)和個(gè)性化網(wǎng)頁(yè)推薦的目的。 UAPOMR系統(tǒng)的推薦算法包括基于事務(wù)聚類的推薦和基于關(guān)聯(lián)規(guī)則聚類的推薦。其中基于事務(wù)聚類的推薦通過(guò)對(duì)包含時(shí)間特征的事務(wù)特征矩陣聚類分組,有效地解決了合
4、作過(guò)濾算法中無(wú)法處理海量數(shù)據(jù)的局限。基于關(guān)聯(lián)規(guī)則聚類的推薦算法采用超圖劃分的技術(shù),對(duì)根據(jù)用戶的歷史訪問(wèn)數(shù)據(jù)得到的關(guān)聯(lián)規(guī)則進(jìn)行有效的分組,可以找出不同興趣用戶群的相同訪問(wèn)模式,提高了推薦的質(zhì)量。通過(guò)調(diào)整聚類的個(gè)數(shù),UAPOMR系統(tǒng)有效地解決了挖掘速度和挖掘準(zhǔn)確性之間的矛盾,以達(dá)到在線推薦的目的。 在UAPOMR系統(tǒng)的推薦算法中既考慮了用戶訪問(wèn)頁(yè)面的時(shí)間特征,又考慮了網(wǎng)頁(yè)內(nèi)容本身的類別特征及頁(yè)面與頁(yè)面之間的物理鏈接距離,使在線推薦更
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 用戶訪問(wèn)模式在線挖掘推薦系統(tǒng)的研究.pdf
- 用戶訪問(wèn)模式在線挖掘系統(tǒng)的應(yīng)用研究.pdf
- 基于Web日志的用戶訪問(wèn)模式挖掘的研究.pdf
- 基于粗糙集的Web用戶訪問(wèn)模式挖掘.pdf
- 基于聚類分析的用戶訪問(wèn)模式挖掘算法研究.pdf
- BtoB網(wǎng)站用戶訪問(wèn)模式挖掘.pdf
- WEB用戶訪問(wèn)序列模式挖掘.pdf
- 基于角色訪問(wèn)控制的用戶管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于興趣度的Web日志用戶訪問(wèn)序列模式挖掘.pdf
- 基于用戶活動(dòng)軌跡的推薦系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
- 基于Web使用挖掘的在線報(bào)名推薦系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 基于用戶狀態(tài)的院校推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于用戶行為的電影推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于用戶偏好關(guān)聯(lián)規(guī)則挖掘的博客推薦系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 基于用戶瀏覽模式的新聞推薦系統(tǒng)設(shè)計(jì).pdf
- 基于用戶評(píng)價(jià)的專家推薦系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于用戶活動(dòng)軌跡的推薦系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于用戶評(píng)論挖掘的Web導(dǎo)購(gòu)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于學(xué)習(xí)平臺(tái)日志挖掘的在線學(xué)習(xí)推薦系統(tǒng)實(shí)現(xiàn).pdf
- 基于Web的用戶訪問(wèn)模式挖掘算法及其應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論