基于数据挖掘的Web个性化信息推荐研究

基于数据挖掘的Web个性化信息推荐研究

ID:36645474

大小:1.80 MB

页数:54页

时间:2019-05-13

基于数据挖掘的Web个性化信息推荐研究_第1页
基于数据挖掘的Web个性化信息推荐研究_第2页
基于数据挖掘的Web个性化信息推荐研究_第3页
基于数据挖掘的Web个性化信息推荐研究_第4页
基于数据挖掘的Web个性化信息推荐研究_第5页
资源描述:

《基于数据挖掘的Web个性化信息推荐研究》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、西南师范大学硕士学位论文基于数据挖掘的Web个性化信息推荐研究姓名:何波申请学位级别:硕士专业:计算机应用指导教师:李建国2003.5.1燕盂墼塑堡塑塑堂堂些垡璺夔登堡壅塑里一.基于数据挖掘的Web个性化信息推荐研究中文摘要学料专业:计算机_陂用掩替老矫;李建鬣教援研究方向:计算机网络与分布式计算研究生;褥渡(20002s3)/近年来,个性化主动信息服务的研究取得了很大的进展。简在个饿化主动信L基骧努牵爰黧要魏骚务藤是个性纯蘩惠器荐。露淹入工驽缝熬一个蘩要研究领域,数据挖掘近年来肖了广泛的应用。因此。两者的结合——基于数据挖掘的W

2、eb个穗绺藩感蘩蠢辍务毽蠡纛海一令重要楚辚究瀑藤。/5本论文参考前人所做的工作,提出了在研究个性化信息推襻服务中必须要糟熏瓣决获下梵令方瑟瓣弱题:(1>Log文箨豹猿缝瑶:(2)露声模式瓣生成翱遴一步处理;(3)推荐壤赂和推荐算法的设计。本文围绕这三个方面进行了讨论。本论文详绷箍讨论了Web访阔挖濑预处璎的各个步骤,并菇绘出了每一步的关键辣法。Web访强撼握预处毽过程妻要包搀:数据糙诧、弱户识剔、谤翘撵终识剐、路径竞祷和用声事务模式识射瓣。遴褥零文疑}}了一个基手数据挖掘鲢令链驻蘩塞撰荐系统(wvms),并给爨了相应的推荐镟略和推

3、荐算法。WI'IRS是一个基于月隧务器端的在线信息推荐浆统。WPIRS暴露惑陲数蕹覆筵遴模块,挖霹疑蓬模块、在凌擦荐模块帮矮户爨面模块。妊WPIRS中,我们提出了推荐策略,在推荐策略中考虑针对不同类烈静用户采蘑不辩翡攉蓉算法。零系统给国了鏊予关联痰粼挖藏藕萋予蔫户事务模式聚炎两种捺襻算法。纂于关联规则挖耀豹接襻方法利用用户自己匏用户事务模式文件,生成聚集树,然后利糟用户访闯搡作和聚集树来发现关联规则,最终焦凌接荐嶷。它其窍快速、准确瓣特轰,艇是苓太逶会鞭溪户、访阏站点较多豹嬲户以殿具有新颖性信息需求的用户。綦于用户事务模式聚类的推

4、荐方法,将相似熬臻产事务模式蒙类剽一莛,燕成蘧声事务聚类模式,然爱褥籍户诱翊撵露与掰户事务聚类横拽进行骐配,最尉形成推荐集。能比较邋合新用户、访问站点较咖戆焉声张骞耨黢倥嫠惠簧求鹃穗声。/分7燕乎数据挖搠的Web个性化信息推荐研究摘要最厢。论文给出了系统界灏、系统简介,分析了实验结果。{关键词:数据挖掘用户搿务模式预处理个性化信息推荐关联规则珏TheResearchofWebPersonalizedInformation’RecommendationBasedonDataMiningMajor:ComputerApplicatio

5、nSupervisor:LiJian-guoAB刚[咖TDirection:ComputernetworkandDistributedcomputingAuthor:Hebo(2000283)researchofPersonalizedAO.iveInformationServicehasmade8blgp蝉essduring也eseycars,themostimportantofwhichispersonalizediilf0衄ationr舢鼬dation.Datamininghasbeenappliedabroadinrece

6、ntyearsas8key佗se岫丘eIdofanificialintelligence.So,theintegrationofthistwokindsoftedm0109y’namely,webpersonalizedinformationrecommendationscrvlceb髂ed∞daiami血ghasbecominganimportantresearchtaskincreasinglyasthetim。go。8by-Inthispapertherdafiveworkofthepioneerisconsulted,an

7、dsome埘portantf破。璐ontheresearchofwebpersonalizedinformationrecommendationareputforward,theyare:●Thepreprocessingofthelogs;●Theproduceandfurthertreatmentofusers’profile;●Designtherecommendationstrategiesandrecommendationalgorithms·paperdiscussespreprocessingofwebusagemi

8、ningindetml,and酉V鹪8k。Yalgorithmofeachstep.Thepreproceasingofwebusageminingmainlyincludes:dat8cleaning、userrecognition、sessio

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。