資源描述：
《用戶訪問(wèn)模式在線挖掘推薦系統(tǒng)的研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、江西師范大學(xué)碩士學(xué)位論文用戶訪問(wèn)模式在線挖掘推薦系統(tǒng)的研究姓名：萬(wàn)宇文申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)：計(jì)算機(jī)應(yīng)用指導(dǎo)教師：甘登文2003.5.1，摘要
2、，挖掘用戶訪問(wèn)網(wǎng)站的模式是目前數(shù)據(jù)挖掘技術(shù)在Intemet上的重要應(yīng)用之一，挖掘用戶訪盧匝網(wǎng)站的模式，可以使網(wǎng)站建設(shè)者清楚地了解自己網(wǎng)站不同用戶的興趣和整個(gè)網(wǎng)站頁(yè)面的訪問(wèn)情況，從而可以通過(guò)調(diào)整網(wǎng)站的邏輯組織結(jié)構(gòu)或建立自適應(yīng)網(wǎng)站來(lái)方便不同用戶的訪問(wèn)。目前用戶訪問(wèn)模式挖掘技術(shù)的應(yīng)用主要包括兩類(lèi)，一類(lèi)利用Web使用挖掘技術(shù)對(duì)互聯(lián)網(wǎng)用戶的網(wǎng)絡(luò)行為進(jìn)行分析挖掘，以獲得描述用戶訪問(wèn)網(wǎng)站模式的內(nèi)在規(guī)律，從而為網(wǎng)站建設(shè)者改進(jìn)網(wǎng)站結(jié)
3、構(gòu)和內(nèi)容提供決策支持；另一類(lèi)使用合作過(guò)濾技術(shù)實(shí)現(xiàn)網(wǎng)站個(gè)性化服務(wù)?，F(xiàn)有的用如：挖掘速度慢、不適用匿名用戶、使用復(fù)雜、效率用戶訪問(wèn)模式挖掘技術(shù)，提出用戶訪問(wèn)模式在線挖掘推薦系統(tǒng)(UserAccessPatternOnlineMiningRecommendedSystem)的構(gòu)想。UAPOMR系統(tǒng)是一個(gè)幫助網(wǎng)站建成自適應(yīng)網(wǎng)站的服務(wù)器端在線推薦系統(tǒng)，其提供的個(gè)性化服務(wù)可以直接面向于匿名用戶。UAPOMR系統(tǒng)首先根據(jù)歷史的訪問(wèn)記錄創(chuàng)建用戶訪問(wèn)模式，形成用戶配置文件，然后比較當(dāng)前用戶的訪問(wèn)頁(yè)面序列和用戶配置文件執(zhí)行有效的推薦算法自動(dòng)生成一個(gè)包含用戶可能感興趣的候選頁(yè)面
4、集鏈接的推薦頁(yè)面，提供給用戶，從而達(dá)到網(wǎng)站自適應(yīng)和個(gè)性化網(wǎng)頁(yè)推薦的目的。UAPOMR系統(tǒng)的推薦算法包括基于事務(wù)聚類(lèi)的推薦和基于關(guān)聯(lián)規(guī)則聚類(lèi)的推薦。其中基于事務(wù)聚類(lèi)的推薦通過(guò)對(duì)包含時(shí)間特征的事務(wù)特征矩陣聚類(lèi)分組，有效地解決了合作過(guò)濾算法中無(wú)法處理海量數(shù)據(jù)的局限。基于關(guān)聯(lián)規(guī)則聚類(lèi)的推薦算法采用超圖劃分的技術(shù)，對(duì)根據(jù)用戶的歷史訪問(wèn)數(shù)據(jù)得到的關(guān)聯(lián)規(guī)則進(jìn)行有效的分組，可以找出不同興趣用戶群的相同訪問(wèn)模式，提高了推薦的質(zhì)量。通過(guò)調(diào)整聚類(lèi)的個(gè)數(shù)，UAPOMR系統(tǒng)有效地解決了挖掘速度和挖掘準(zhǔn)確性之間的矛盾，以達(dá)到在線推薦的目的。在UAPOMR系統(tǒng)的推薦算法中既考慮了用戶訪
5、問(wèn)頁(yè)面的時(shí)間特征，又考慮了網(wǎng)頁(yè)內(nèi)容本身的類(lèi)別特征及頁(yè)面與頁(yè)面之間的物理鏈接距離，使在線推薦更為準(zhǔn)確和有效。本文詳細(xì)地介紹了UAPOMR系統(tǒng)的每一個(gè)模塊實(shí)現(xiàn)的理論基礎(chǔ)，并通過(guò)實(shí)驗(yàn)對(duì)提出的推薦算法進(jìn)行了評(píng)估。關(guān)鍵字：用戶訪問(wèn)模妄≤?。畐eb使甫癌磊．合作過(guò)《聚類(lèi)，超圖騎務(wù)，關(guān)聯(lián)灝j．推薦蒹磊是江西師范大學(xué)碩士學(xué)位論文用戶訪問(wèn)模式在線挖掘推薦系統(tǒng)的研究摘要AbstractMiningthepatternofvisitingwebsitesisoneofthemostimportantapplicatiousinpresentdatamining．Theusera
6、ccesspattemminingcanmakethewebsitesbuildersunderstandclearlydifferentinterestsoftheirusersandthevisitingsituationoftheirwholewebpages。Ontheotherhand，inordertofacilitatedifferenttypesofuseraccesses，itcalladjustendlesslythelogicorganizingstructureoftheweborsetupself-adaptivewebsite。
7、Atpresent。thiskindofminingtechnologyincludestwocategory．，oneiswebusagemining．ItdoesanalyticalminingfortheWebbehaviorsoftheInteractuserstoobtaintheinherentsystemdescribinglaseraccesspattern．Inthisway,itoffersthedecision-makingsupportforthewebsitesbuilderstoimprovetheirwebstructurea
8、ndwebcontent．Theotheriscollaborativefilteringtechnologywhichcallaccomplishindividualservicesforthewebsites，Allpresentuseraccesspatternminingtoolshavesomeshortcomings。suchasslowminingspeed,unsuitableanon)anoususers，complicatedusage，inefficiency,lowmobility,muchmininglimitationandso
9、on．Tobeaimedatthiscircumstance．we
