互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展把我們帶進了一個信息爆炸的時代,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)致信息過載和資源迷向,這使針對用戶的個人特定需求而為其提供針對性服務(wù)的個性化推薦系統(tǒng)應(yīng)運而生,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行為。通過Web日志挖掘,比較用戶間的訪問相似度,找出相似用戶組,可以主動地向用戶推薦相似用戶組訪問過而用戶本身還沒有訪問過的網(wǎng)頁�；赪eb日志挖掘的個性化信息推薦日益成為一個重要的研究課題。 本文主要介紹了國內(nèi)外個性化推薦技術(shù)的現(xiàn)狀,提出了個性化推薦技術(shù)需要改進之處。闡述了Web日志挖掘的概念和步驟,描述了個性化推薦的概念、分類、核心技術(shù)和步驟。分別對基于Web日志挖掘的個性化推薦算法進行中的個性化瀏覽推薦算法和個性化搜索推薦算法進行了介紹和改進,通過分析Web日志記錄的用戶的行為特征,對基于向量聚類算法提出了改進的思路,提出基于共同點擊網(wǎng)頁的用戶聚類算法,增加了用戶聚類和推薦的準確性,還提出了基于當(dāng)前點擊頁的推薦算法,并且通過對查詢關(guān)鍵詞擴充算法的研究,提出了基于用戶興趣度的結(jié)果擴展查詢算法和基于用戶相似度的個性化搜索推薦排序算法。并將這些算法引入到一個基于Web日志的個性化推薦(包括個性化搜索)原型系統(tǒng)中并給予實現(xiàn),通過這種界面形式向用戶推薦其可能感興趣的但又未瀏覽過的網(wǎng)頁,并給出了該系統(tǒng)的詳細模塊設(shè)計和功能介紹,對系統(tǒng)的功能進行了測試和評價,證明了算法的準確性。最后總結(jié)了本文工作中存在的問題,提出了今后的工作。 其中基于共同點擊網(wǎng)頁的用戶聚類算法、基于用戶興趣度的結(jié)果擴展查詢算法和基于用戶相似度的個性化排序方法是本文及本系統(tǒng)的難點與創(chuàng)新點 總之,本文全面系統(tǒng)地總結(jié)了目前國內(nèi)外個性化推薦技術(shù)的現(xiàn)狀,為系統(tǒng)的個性化推薦功能提供了很好的借鑒。同時,本文中采用的基于Web日志挖掘的個性化推薦算法,經(jīng)測試結(jié)果證明,具有較高的查準率,有一定的實用價值。
【學(xué)位單位】：南京農(nóng)業(yè)大學(xué)
【學(xué)位級別】：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)處理有時由于本地緩存、代理服務(wù)器和防火墻的存在，會影響日志數(shù)據(jù)的準確性。所以在進行挖掘前會先進行數(shù)據(jù)清理。主要將原始的日志文件過濾、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，通常以用戶會話文件的形式保存到數(shù)據(jù)庫中，后續(xù)的挖掘過程可以直接在此上進行挖掘。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)過模式挖掘階段，可以得到一些先前未知的用戶訪問模式，但是，并非所有的模式都是準確的和有使用價值的。這一階段，需要利用領(lǐng)域?qū)＜业闹R以及其它一些可用的標(biāo)準來分析這些模式，過濾掉那些沒有利用價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個性化推薦個性化推薦實現(xiàn)方式就是當(dāng)用戶訪問網(wǎng)站時

容推薦的缺點有:能夠獲得網(wǎng)頁特征的部分信息，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)同過濾和內(nèi)容過濾兩個推薦技術(shù)來進行推薦。個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;第二步為根據(jù)用戶信息，進行推薦;第三步為用給系統(tǒng)。其中第二步是關(guān)鍵。

圖3一5墓于共同點擊網(wǎng)頁的用戶聚類算法流程圖3.1.2基于當(dāng)前點擊頁的推薦算法當(dāng)用戶登陸后，看到網(wǎng)站給予的推薦，可能會點擊這些推薦網(wǎng)頁，可能會點擊其他網(wǎng)頁。這時之前的相似用戶組對用戶來說意義就不大了，因為可能用戶新點擊的網(wǎng)
【相似文獻】

相關(guān)期刊論文 前10條

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

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

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

4 宋如順,姜乃松;基于Web的遠程考試系統(tǒng)設(shè)計與實現(xiàn)[J];計算機工程;1999年06期

5 王紅霞,姚家亮;利用ASP構(gòu)建新型信息系統(tǒng)的方法與實現(xiàn)[J];計算機應(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];計算機應(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現(xiàn)[J];小型微型計算機系統(tǒng);1999年06期

8 高昆;基于ASP的WEB站點開發(fā)技術(shù)分析[J];北華大學(xué)學(xué)報(社會科學(xué)版);1999年05期

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

10 李晶,朱秋萍;Web頁制作中的動態(tài)表現(xiàn)技術(shù)[J];計算機工程;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)用的安全評測技術(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;語義Web服務(wù)發(fā)現(xiàn)中匹配策略的研究與實現(xiàn)[D];國防科學(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)：基于語義和社會化關(guān)系的Web服務(wù)計算基礎(chǔ)設(shè)施[D];天津大學(xué);2010年

9 胡佳;語義Web服務(wù)自動組合及驗證的研究[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;基于基因表達式編程的Web個性化推薦技術(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新聞熱點發(fā)現(xiàn)系統(tǒng)的設(shè)計與實現(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];中國海洋大學(xué);2011年

9 焦燕廷;一種基于領(lǐng)域本體的語義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)中的智能爬蟲技術(shù)研究[D];杭州電子科技大學(xué);2012年

本文編號：2859451