發(fā)布時(shí)間：2020-10-28 02:41

　　 互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展把我們帶進(jìn)了一個(gè)信息爆炸的時(shí)代,海量信息使用戶很難從中發(fā)現(xiàn)自己感興趣的部分,容易導(dǎo)致信息過(guò)載和資源迷向,這使針對(duì)用戶的個(gè)人特定需求而為其提供針對(duì)性服務(wù)的個(gè)性化推薦系統(tǒng)應(yīng)運(yùn)而生,將用戶可能感興趣的信息傳送或優(yōu)先傳送給用戶。為了在更深的層次上理解用戶的行為,而不需要用戶的參與,需要用到Web日志挖掘,Web日志記錄了用戶的訪問(wèn)行為。通過(guò)Web日志挖掘,比較用戶間的訪問(wèn)相似度,找出相似用戶組,可以主動(dòng)地向用戶推薦相似用戶組訪問(wèn)過(guò)而用戶本身還沒(méi)有訪問(wèn)過(guò)的網(wǎng)頁(yè)。基于Web日志挖掘的個(gè)性化信息推薦日益成為一個(gè)重要的研究課題。 本文主要介紹了國(guó)內(nèi)外個(gè)性化推薦技術(shù)的現(xiàn)狀,提出了個(gè)性化推薦技術(shù)需要改進(jìn)之處。闡述了Web日志挖掘的概念和步驟,描述了個(gè)性化推薦的概念、分類、核心技術(shù)和步驟。分別對(duì)基于Web日志挖掘的個(gè)性化推薦算法進(jìn)行中的個(gè)性化瀏覽推薦算法和個(gè)性化搜索推薦算法進(jìn)行了介紹和改進(jìn),通過(guò)分析Web日志記錄的用戶的行為特征,對(duì)基于向量聚類算法提出了改進(jìn)的思路,提出基于共同點(diǎn)擊網(wǎng)頁(yè)的用戶聚類算法,增加了用戶聚類和推薦的準(zhǔn)確性,還提出了基于當(dāng)前點(diǎn)擊頁(yè)的推薦算法,并且通過(guò)對(duì)查詢關(guān)鍵詞擴(kuò)充算法的研究,提出了基于用戶興趣度的結(jié)果擴(kuò)展查詢算法和基于用戶相似度的個(gè)性化搜索推薦排序算法。并將這些算法引入到一個(gè)基于Web日志的個(gè)性化推薦(包括個(gè)性化搜索)原型系統(tǒng)中并給予實(shí)現(xiàn),通過(guò)這種界面形式向用戶推薦其可能感興趣的但又未瀏覽過(guò)的網(wǎng)頁(yè),并給出了該系統(tǒng)的詳細(xì)模塊設(shè)計(jì)和功能介紹,對(duì)系統(tǒng)的功能進(jìn)行了測(cè)試和評(píng)價(jià),證明了算法的準(zhǔn)確性。最后總結(jié)了本文工作中存在的問(wèn)題,提出了今后的工作。 其中基于共同點(diǎn)擊網(wǎng)頁(yè)的用戶聚類算法、基于用戶興趣度的結(jié)果擴(kuò)展查詢算法和基于用戶相似度的個(gè)性化排序方法是本文及本系統(tǒng)的難點(diǎn)與創(chuàng)新點(diǎn) 總之,本文全面系統(tǒng)地總結(jié)了目前國(guó)內(nèi)外個(gè)性化推薦技術(shù)的現(xiàn)狀,為系統(tǒng)的個(gè)性化推薦功能提供了很好的借鑒。同時(shí),本文中采用的基于Web日志挖掘的個(gè)性化推薦算法,經(jīng)測(cè)試結(jié)果證明,具有較高的查準(zhǔn)率,有一定的實(shí)用價(jià)值。
【學(xué)位單位】：南京農(nóng)業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2009
【中圖分類】：G350.7
【部分圖文】：

用用用用用用用用用用用用用用用用戶會(huì)話文件 件原原始日志文件 件件 ~戶口口口 .---，，、如，..----.口口口尸 尸尸尸尸尸尸尸尸尸尸尸尸尸尸尸圖2一ZWeb日志挖掘的步驟1.數(shù)據(jù)預(yù)處理有時(shí)由于本地緩存、代理服務(wù)器和防火墻的存在，會(huì)影響日志數(shù)據(jù)的準(zhǔn)確性。所以在進(jìn)行挖掘前會(huì)先進(jìn)行數(shù)據(jù)清理。主要將原始的日志文件過(guò)濾、篩選以及重組，將之轉(zhuǎn)變?yōu)檫m合挖掘算法的數(shù)據(jù)格式，通常以用戶會(huì)話文件的形式保存到數(shù)據(jù)庫(kù)中，后續(xù)的挖掘過(guò)程可以直接在此上進(jìn)行挖掘。2.模式挖掘這一階段是Web日志挖掘的核心，根據(jù)挖掘任務(wù)的不同，采用不同的挖掘算法，從數(shù)據(jù)預(yù)處理階段產(chǎn)生的用戶會(huì)話中挖掘出用戶的瀏覽規(guī)則、模式。發(fā)現(xiàn)的規(guī)則、模式一般分為關(guān)聯(lián)規(guī)則、序列模式、用戶聚類等。3.模式分析及應(yīng)用模塊經(jīng)過(guò)模式挖掘階段，可以得到一些先前未知的用戶訪問(wèn)模式，但是，并非所有的模式都是準(zhǔn)確的和有使用價(jià)值的。這一階段，需要利用領(lǐng)域?qū)＜业闹�識(shí)以及其它一些可用的標(biāo)準(zhǔn)來(lái)分析這些模式，過(guò)濾掉那些沒(méi)有利用價(jià)值以及有偏差的模式，提取有意義、感興趣的規(guī)則和模式作為挖掘結(jié)果。 2.2Web個(gè)性化推薦個(gè)性化推薦實(shí)現(xiàn)方式就是當(dāng)用戶訪問(wèn)網(wǎng)站時(shí)

容推薦的缺點(diǎn)有:能夠獲得網(wǎng)頁(yè)特征的部分信息，通常是文本信息，其他內(nèi)視頻內(nèi)容被忽略了。的資源過(guò)于狹窄:推薦將局限于用戶以前瀏覽的信息類似改變了，那推薦的效果就不理想了。器(Classifiers)〔，，，類器的分類結(jié)果為用戶推薦，通常使用的分類方法有神葉斯網(wǎng)絡(luò)(BayesianNe七刀ork)和規(guī)則推導(dǎo)模型(RuleInduetlon要用協(xié)同過(guò)濾和內(nèi)容過(guò)濾兩個(gè)推薦技術(shù)來(lái)進(jìn)行推薦。個(gè)性化推薦的步驟性化推薦的步驟一般為〔33]:第一步為系統(tǒng)收集用戶資料，并戶信息庫(kù);第二步為根據(jù)用戶信息，進(jìn)行推薦;第三步為用給系統(tǒng)。其中第二步是關(guān)鍵。

圖3一5墓于共同點(diǎn)擊網(wǎng)頁(yè)的用戶聚類算法流程圖3.1.2基于當(dāng)前點(diǎn)擊頁(yè)的推薦算法當(dāng)用戶登陸后，看到網(wǎng)站給予的推薦，可能會(huì)點(diǎn)擊這些推薦網(wǎng)頁(yè)，可能會(huì)點(diǎn)擊其他網(wǎng)頁(yè)。這時(shí)之前的相似用戶組對(duì)用戶來(lái)說(shuō)意義就不大了，因?yàn)榭赡苡脩粜曼c(diǎn)擊的網(wǎng)
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 梁高衛(wèi);;基于多Agent的Web個(gè)性化信息檢索模型[J];邵陽(yáng)學(xué)院學(xué)報(bào)(自然科學(xué)版);2010年03期

2 田曉珍;尚冬娟;;Web的個(gè)性化服務(wù)[J];重慶工學(xué)院學(xué)報(bào)(自然科學(xué)版);2008年07期

3 李方敏;CGI的安全編程[J];計(jì)算機(jī)工程與應(yīng)用;1999年06期

4 宋如順,姜乃松;基于Web的遠(yuǎn)程考試系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J];計(jì)算機(jī)工程;1999年06期

5 王紅霞,姚家亮;利用ASP構(gòu)建新型信息系統(tǒng)的方法與實(shí)現(xiàn)[J];計(jì)算機(jī)應(yīng)用;1999年09期

6 鄧勁生,張銀福;面向?qū)ο蟮亩嗝襟w信息WEB發(fā)布[J];計(jì)算機(jī)應(yīng)用研究;1999年09期

7 刁興春,李赤紅;Intranet環(huán)境下事務(wù)處理的理論研究和實(shí)現(xiàn)[J];小型微型計(jì)算機(jī)系統(tǒng);1999年06期

8 高昆;基于ASP的WEB站點(diǎn)開(kāi)發(fā)技術(shù)分析[J];北華大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);1999年05期

9 王清心,胡建華;經(jīng)貿(mào)數(shù)據(jù)庫(kù)的WEB集成發(fā)布[J];昆明理工大學(xué)學(xué)報(bào);1999年02期

10 李晶,朱秋萍;Web頁(yè)制作中的動(dòng)態(tài)表現(xiàn)技術(shù)[J];計(jì)算機(jī)工程;2000年06期

相關(guān)博士學(xué)位論文 前10條

1 張建武;面向Web應(yīng)用的安全評(píng)測(cè)技術(shù)研究[D];北京郵電大學(xué);2012年

2 朱俊武;基于本體的Web服務(wù)語(yǔ)義支撐技術(shù)研究[D];南京航空航天大學(xué);2008年

3 李常寶;基于索引的web服務(wù)發(fā)現(xiàn)研究[D];北京郵電大學(xué);2011年

4 魏登萍;語(yǔ)義Web服務(wù)發(fā)現(xiàn)中匹配策略的研究與實(shí)現(xiàn)[D];國(guó)防科學(xué)技術(shù)大學(xué);2011年

5 許笑;分布式Web信息采集關(guān)鍵技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2011年

6 楊卉;Web文本觀點(diǎn)挖掘及隱含情感傾向的研究[D];吉林大學(xué);2011年

7 馬建斌;中文Web信息作者同一認(rèn)定技術(shù)研究[D];河北農(nóng)業(yè)大學(xué);2010年

8 陳世展;服務(wù)網(wǎng)絡(luò)：基于語(yǔ)義和社會(huì)化關(guān)系的Web服務(wù)計(jì)算基礎(chǔ)設(shè)施[D];天津大學(xué);2010年

9 胡佳;語(yǔ)義Web服務(wù)自動(dòng)組合及驗(yàn)證的研究[D];天津大學(xué);2010年

10 王輝;面向互聯(lián)網(wǎng)的Web服務(wù)基礎(chǔ)設(shè)施構(gòu)建和應(yīng)用[D];天津大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 蔡宏果;基于基因表達(dá)式編程的Web個(gè)性化推薦技術(shù)研究[D];廣西師范學(xué)院;2010年

2 唐黎;Deep Web頁(yè)面結(jié)構(gòu)分析與核心內(nèi)容提取研究[D];重慶大學(xué);2011年

3 吳新勇;基于需求群組的Web服務(wù)調(diào)度模型研究[D];上海交通大學(xué);2011年

4 邵延振;基于Web挖掘的信息提取與推薦相關(guān)研究[D];廣西師范大學(xué);2010年

5 相景麗;Web挖掘技術(shù)在遠(yuǎn)程教學(xué)系統(tǒng)中的應(yīng)用[D];電子科技大學(xué);2010年

6 徐衛(wèi);Web新聞熱點(diǎn)發(fā)現(xiàn)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];華中科技大學(xué);2011年

7 姜本臣;基于嵌入式Web服務(wù)器應(yīng)用技術(shù)的研究[D];沈陽(yáng)工業(yè)大學(xué);2012年

8 溫梨梨;基于零拷貝的Web服務(wù)器技術(shù)研究[D];中國(guó)海洋大學(xué);2011年

9 焦燕廷;一種基于領(lǐng)域本體的語(yǔ)義Web服務(wù)匹配和組合方法[D];山東科技大學(xué);2011年

10 黃亮;Web漏洞掃描系統(tǒng)中的智能爬蟲(chóng)技術(shù)研究[D];杭州電子科技大學(xué);2012年

本文編號(hào)：2859451