基于web使用挖掘的个性化网站网页

基于web使用挖掘的个性化网站网页

ID:33762241

大小:5.73 MB

页数:66页

时间:2019-03-01

基于web使用挖掘的个性化网站网页_第1页
基于web使用挖掘的个性化网站网页_第2页
基于web使用挖掘的个性化网站网页_第3页
基于web使用挖掘的个性化网站网页_第4页
基于web使用挖掘的个性化网站网页_第5页
资源描述:

《基于web使用挖掘的个性化网站网页》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、中国科学技术大学硕士学位论文基于web使用挖掘的个性化网站网页姓名:杨正余申请学位级别:硕士专业:商务智能指导教师:王卫平20080401摘要捅要Web使用挖掘是web挖掘领域中的一个重要研究方向。它对于发现用户访问网站的规律、提高web系统的性能和实现web系统的个性化服务等方面都具有重要意义。将web使用挖掘技术和个性化推荐技术相结合就可以实现基于web使用挖掘的个性化服务。目前常见的web个性化服务正是基于web使用挖掘的页面推荐服务。由于序列模式挖掘考虑了页面访问顺序,具有准确率高的优点,所以

2、本文主要对web访问模式中的序列模式挖掘方法进行研究。在序列模式经典的挖掘算法中,利用压缩数据存储形式的树形数据结构挖掘方法具有较高的挖掘效率和优点。为此,本文提出了一个基于树形数据结构挖掘的推荐系统模型,系统的各个模块设计已经经过优化,其经过优化的性能能够很好的适合个性化网站的建设。推荐算法的改进也是本文的又一写作目的,在以往众多采用树形结构的序列挖掘方法中,包括经典的wAP—mine方法,为了构建模式树和产生推荐规则,必须重复访问数据库,这无疑影响了网页实时推荐的速率,降低了推荐性能。本文提出了一

3、种实时网页推荐方法,其只需扫描数据库一次就可创建访问模式树(UAP,UserAccessPattern),效率明显改善,并且利用用户即时访问的滑动窗口,快速地匹配访问模式和产生推荐规则,从而能够很好的满足了网站网页实时推荐的需要,利用该uAP树算法可以实现推荐系统的推荐引擎功能。最后实验说明算法的有效性。关键词:网页推荐,数据挖掘,web使用挖掘,web个性化,推荐系统ABSTRA(?rABSTRACTWebuSageminiIlgisthehotresearchissueofwebmiIling.n

4、playsaJlinlportantroleinthediscOvery0fVisitors’browsingbehaViors,theimproVement0fwebsystemaIldtheinlplementationofpersonalizedseⅣiceofwebsystem.BothwebusageminingaIldpersonalizedrecommendationtechnologyafeusedforthepefSonalizedseⅣice.Recently,thenomlalw

5、ebpersonalizedserViceisbasedonpagerecommendation0fwebusagemining.Because0ftakingthepageaccesssequenceintOaccOunt,fDmtheaccount0finfo锄ation,thesequentjalpattemmininghash远herp理c西幻露.Basedontheadvantage,thispaperfocusesonsequentialaccesspattemmining.加nongth

6、eclassicala190rithms0fthesequentialpattemmining,themethods0fcondenseddatastoragefb咖basedontheCreestnlclurehaveabetteref石ciency.Sothispaperdesignedasystemmodelbasedontreestmcturemodel,andthedesignofeachmodelhasbeen0ptimized.Theoptimizedperf0肌anceisfitfof

7、theconstmctionofpersonalizedwebsites.Theimprovementoftherecommendationa190rithmisalsoapu叩oseoftllispaper.T1lesequentialminingmethOdsbasedontreestructureincludingtheWAP.minemustscanthedaCabasetwiCeinordertObuildthepattemtreeandIecommendatiOnmle,whichreal

8、lyreducestherecommendationefficiency.F0rthisreason,tKspaperdiscussesanintell唔entmodelofwebpagerecommendali彻system·Itneedn’tcomputethetimes0fhistOricalaccesspages,sOitscansthedatabaseonlyonce,andtheefficieIlcywasimproVed0bViously.

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。