基于Web日志挖掘和關(guān)聯(lián)規(guī)則的個(gè)性化推薦系統(tǒng)模型研究.pdf

1、隨著科學(xué)技術(shù)的飛速發(fā)展，互聯(lián)網(wǎng)提供的豐富信息在助推社會(huì)產(chǎn)業(yè)部門升級的同時(shí)也帶來了一些問題，如信息的急速增長易產(chǎn)生大爆炸效應(yīng)，造成“信息過載”。同時(shí)，為了對互聯(lián)網(wǎng)用戶提供更加全面的信息資源，網(wǎng)站經(jīng)營者和管理者不斷向Web站點(diǎn)中添加信息，這就使得Web站點(diǎn)的拓?fù)浣Y(jié)構(gòu)日益復(fù)雜化。由于向Web站點(diǎn)新添加的資源可能不符合用戶的真實(shí)需求，易造成用戶瀏覽Web站點(diǎn)時(shí)出現(xiàn)“資源迷向”。因此，如何從海量的數(shù)據(jù)中發(fā)現(xiàn)人們感興趣的信息是我們面臨的問題。所以，

2、出現(xiàn)了數(shù)據(jù)挖掘在Web站點(diǎn)分析中的應(yīng)用，即Web挖掘。
　　Web挖掘是一項(xiàng)綜合技術(shù)，它涉及Web技術(shù)、數(shù)據(jù)挖掘、信息學(xué)、計(jì)算機(jī)語言學(xué)等多個(gè)領(lǐng)域。Web挖掘可以在很多方面發(fā)揮作用，如對搜索引擎的結(jié)構(gòu)進(jìn)行挖掘，確定權(quán)威頁面，Web文檔分類，Web使用挖掘，智能查詢，建立Metaweb數(shù)據(jù)倉庫等。Web使用挖掘就是從服務(wù)器日志中發(fā)現(xiàn)用戶行為特征和導(dǎo)航模式。本文系統(tǒng)闡述了數(shù)據(jù)挖掘、Web挖掘以及Web使用挖掘的整個(gè)流程，重點(diǎn)研究了Web

3、日志預(yù)處理過程、關(guān)聯(lián)規(guī)則挖掘模型和滑動(dòng)窗口推薦模型三方面內(nèi)容。
　　首先，Web日志預(yù)處理過程包括:數(shù)據(jù)清理、用戶識(shí)別、會(huì)話識(shí)別、路徑補(bǔ)充和事務(wù)識(shí)別。經(jīng)過預(yù)處理階段，可以從用戶訪問信息中去除大量無關(guān)的數(shù)據(jù)，同時(shí)也對Internet上的用戶訪問信息進(jìn)行結(jié)構(gòu)化處理，并將其以事務(wù)或會(huì)話的形式保存在關(guān)系數(shù)據(jù)庫中。
　　然后，對預(yù)處理后的數(shù)據(jù)，本文采用加權(quán)關(guān)聯(lián)規(guī)則對其進(jìn)行挖掘。
　　經(jīng)典的關(guān)聯(lián)規(guī)則挖掘算法Apriori不僅能夠發(fā)

4、現(xiàn)Web訪問頁面之間的相互聯(lián)系，而且對發(fā)現(xiàn)用戶偏好導(dǎo)航模式有重要作用。但是，將Apriori算法應(yīng)用于Web日志挖掘也有其主觀局限性。Apriori算法隱含的假設(shè)是所有頁面的重要性是相同的，它并沒有考慮到頁面之間的差異性，因此，使用該規(guī)則挖掘出來的數(shù)據(jù)中可能會(huì)遺漏掉某些用戶感興趣的頁面。
　　針對Apriori算法在Web日志挖掘應(yīng)用中存在的不足，本文引入“頁面權(quán)值”這一概念，它反映了用戶對頁面的真實(shí)喜好。根據(jù)頁面權(quán)值的定義，我們

5、綜合考慮用戶對頁面的瀏覽時(shí)間和訪問頻次兩個(gè)因素，并在此基礎(chǔ)上提出了W-Aprio算法。該算法采用擴(kuò)展布爾矩陣的表示方式來描述事務(wù)數(shù)據(jù)庫，這樣有助于事務(wù)數(shù)據(jù)庫的壓縮。同時(shí)，權(quán)值的引入也有利于區(qū)分頁面之間的差異，有效地解決了挖掘過程中遺漏某些重要頁面的問題。
　　最后，本文將挖掘得到的規(guī)則形成規(guī)則庫，結(jié)合使用滑動(dòng)窗口技術(shù)，設(shè)計(jì)實(shí)踐基于關(guān)聯(lián)規(guī)則挖掘的Web日志推薦模型。該模型不僅能夠有效解決“信息過載”和“資源迷向”等問題。而且可以將用