基于WEB挖掘的個(gè)性化服務(wù).pdf

1、隨著網(wǎng)絡(luò)技術(shù)的高速發(fā)展,Internet上的信息呈指數(shù)增長(zhǎng).人們要想在眾多的信息資源中找到自己需要的信息非常困難,有時(shí)即使找到也是混有"噪音"的信息.如何能夠快速地找到用戶所需要的信息,是目前學(xué)者所研究的熱點(diǎn).WEB個(gè)性化正是應(yīng)這種需要而產(chǎn)生的,Web個(gè)性化即一個(gè)Web網(wǎng)站根據(jù)發(fā)現(xiàn)的用戶喜好,動(dòng)態(tài)地為用戶定制觀看的內(nèi)容或提供瀏覽建議,其最直接的實(shí)現(xiàn)方式就是向用戶進(jìn)行推薦,為用戶導(dǎo)航.目前存在許多個(gè)性化服務(wù)系統(tǒng),根據(jù)其實(shí)現(xiàn)技術(shù)主要有關(guān)聯(lián)規(guī)

2、則方法,協(xié)作過(guò)濾方法,內(nèi)容過(guò)濾方法.本文主要是對(duì)個(gè)性服務(wù)中的關(guān)聯(lián)規(guī)則方法和協(xié)作過(guò)濾方法進(jìn)行研究. 本文首先介紹了數(shù)據(jù)挖掘、WEB挖掘、個(gè)性化服務(wù)等概念和定義,針對(duì)當(dāng)前用于計(jì)算興趣度的方法,分析其優(yōu)點(diǎn)和不足,提出了運(yùn)用顯式和隱式相結(jié)合的方法計(jì)算用戶的興趣度,增加了當(dāng)前常用方法中沒(méi)有考慮的因素,并給出了相應(yīng)的計(jì)算公式. 其次,介紹了數(shù)據(jù)預(yù)處理,關(guān)聯(lián)規(guī)則挖掘等相關(guān)方法,分析了關(guān)聯(lián)規(guī)則挖掘存在一些不足,提出了基于興趣度的頁(yè)面關(guān)聯(lián)

3、規(guī)則挖掘,主要是將用戶興趣度和頁(yè)面關(guān)聯(lián)規(guī)則挖掘相結(jié)合,并將它用于個(gè)性化服務(wù)之中,通過(guò)實(shí)驗(yàn)證明該方法在推薦準(zhǔn)確率上有一定的提高. 然后介紹了協(xié)作過(guò)濾的定義,協(xié)作過(guò)濾的算法,協(xié)作過(guò)濾的實(shí)現(xiàn),利用興趣度來(lái)處理協(xié)作過(guò)濾技術(shù),將興趣相似的用戶聚在一起,形成相似用戶群體,從而實(shí)現(xiàn)個(gè)性化服務(wù),并通過(guò)實(shí)例說(shuō)明了協(xié)作過(guò)濾在個(gè)性化技術(shù)中的應(yīng)用. 最后針對(duì)協(xié)作過(guò)濾中存在稀疏問(wèn)題,本文提出了利用聚類分析方法來(lái)形成相似興趣度的用戶群體來(lái)解決稀疏性