基于web数据挖掘的个性化推荐研究

《基于web数据挖掘的个性化推荐研究》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、基于web数据挖掘的个性化推荐研究摘要：在海量信息数据化的今天，网络用户与商家均面临着信息混乱的问题，一边是体量庞大的用户需求数据，一边是苦于找不到买家的网络经销商，而基于web数据挖掘技术的个性化推荐技术就是解决该问题的一个有效方法，通过web数据之挖掘，根据用户的需求分析后自动推送可以满足用户需求的信息，既解决了市场的迫切需求，又解决了卖家的卖方市场，可谓是双赢。本文简要的介绍了基于web日志的数据挖掘的个性化推荐系统，阐述了几种常见的重要的个性化推荐算法，并对个性化推荐的作用和将来可能面临的问题进行了总结。关键字：web日志，数据挖掘，个性化推荐Abstract:todayinthev

2、astamountsofinformationdata,networkusersandbusinessesarefacedwithconfusion,onesideisthehugeamountofuserdemandfordata,onesideisstrugglingtofindbuyersforthedealernetwork,andbasedonWebDataMiningTechnologyinpersonalizedrecommendationtechnologyistosolvetheproblemofaneffectivemethod,throughthewebdatamini

3、ng,accordingtouserneedsanalysistoautomaticallypushcansendtomeetuserdemandinformation,notonlysolvetheurgentneedsofthemarket,andsolvethesellerofaseller'smarket,canbedescribedasawin-win.ThispaperbrieflyintroducesthepersonalizedrecommendationsystemofdataminingbasedonWeblog,expoundsseveralcommonimportan

4、tpersonalizedrecommendationalgorithms,andsummarizestheroleofpersonalizedrecommendationandthepossibleproblemsinthefuture.Keywords:Weblog,datamining,personalizedrecommendation目录第一章绪论21.1研究背景与意义21.2国内外研究现状31.3论文的内容安排3第二章web日志挖掘概述42.1数据挖掘42.1.1数据挖掘的一般过程42.1.2数据挖掘的算法模型分类52.2web数据挖掘62.2.1web数据挖掘的数据源62.2.

5、2web数据挖掘的分类72.3web日志挖掘与个性化推荐82.3.1数据来源82.3.3web日志挖掘的应用过程92.3.4基于web挖掘的个性化推荐方法102.3.5web数据挖掘与个性化推荐的益处122.4本章小节13第三章基于web日志挖掘的个性化推荐原型系统143.1个性化143.2个性化推荐系统框架设计143.3个性化推荐系统主要功能模块163.3.1预处理模块163.3.2挖掘模块183.3.3推荐模块193.4个性化推荐系统工作流程193.5本章小结20第四章个性化推荐系统算法研究与改进214.1马尔可夫预测模型定义214.2马尔可夫预测原型224.2.1传统马尔可夫预测模型2

6、24.2.2混合马尔可夫预测方法244.2.3多马尔可夫链预测模型264.3马尔可夫预测模型改进284.3.1模型存储结构的改进284.3.2用户特征分类314.3.3引入页面聚类思想364.3.4改进模型的分析38第五章实验及结果分析405.1实验对比405.2本章小结43第六章总结与展望446.1总结446.2进一步工作展望44第一章绪论1.1研究背景与意义随着以数据库、数据仓库等数据仓储技术为基础的信息系统在各行各业的应用，使海量数据不断产生。随之而来的问题是如此多的数据让人难以消化，无法从表面上看出他们所蕴涵的有用信息，更不用说有效地指导进一步的工作。如何从大量的数据中找到真正有用的

7、信息成为人们关注的焦点，数据挖掘技术也正是伴随着这种需求从研究走向应用。近年来，随着Internet/Web技术的快速普及和迅猛发展，使各种信息可以以非常低的成本在网络上获得，由于Internet/3W在全球互连互通，可以从中取得的数据量难以计算，而且Internet/3W的发展趋势继续看好，特别是电子商务的蓬勃发展为网络应用提供了强大支持，如何在3W这个全球最大的数据集合中发现有用信息无疑将成为数据挖掘研究