Web個(gè)性化信息推薦系統(tǒng)的設(shè)計(jì)及關(guān)鍵技術(shù)研究.pdf

1、 針對(duì)Web個(gè)性化信息推薦技術(shù)面臨的主要挑戰(zhàn)，本課題對(duì)WPIR系統(tǒng)的設(shè)計(jì)及關(guān)鍵技術(shù)進(jìn)行了有益的探索和研究。 首先，改進(jìn)了基于關(guān)聯(lián)規(guī)則超圖模式的高維數(shù)據(jù)聚類算法，提出了一個(gè)新的超邊權(quán)值度量方法。該超邊權(quán)值度量方法既能比較好的反映頻繁數(shù)據(jù)項(xiàng)的密切程度，也能較好的反映出該頻繁數(shù)據(jù)項(xiàng)在整個(gè)事務(wù)中的支持率，克服了現(xiàn)有權(quán)值計(jì)算方法存在的不足。 其次，提出了Web個(gè)性化信息推薦系統(tǒng)框架，并給出了工作原理，系統(tǒng)結(jié)合了Web使用挖掘和Web

2、內(nèi)容挖掘，并在挖掘處理模塊設(shè)置了一個(gè)關(guān)聯(lián)規(guī)則處理器，相應(yīng)地使用聚類處理器采用改進(jìn)的基于關(guān)聯(lián)規(guī)則超圖模式的高維數(shù)據(jù)聚類算法，這使得整個(gè)系統(tǒng)在增加關(guān)聯(lián)規(guī)則處理器的情況下不影響處理速度，準(zhǔn)確率卻得到了提高。 再次，根據(jù)用戶是否有新穎信息的需求，給出了兩種不同的推薦算法。當(dāng)當(dāng)前用戶是訪問(wèn)站點(diǎn)較少的用戶或有新穎信息需求的用戶時(shí)，采用基于使用聚類與內(nèi)容特征聚類相結(jié)合的推薦方法；否則采用基于關(guān)聯(lián)規(guī)則與內(nèi)容特征聚類相結(jié)合的推薦方法，它具有快速、準(zhǔn)確