检索结果-内蒙古大学图书馆

信阳师范学院学报（自然科学版） 2009年第1期22卷 137-141页

作者：郭淑红雷梁华中科技大学控制科学与工程系湖北武汉430074 信阳农业高等专科学校计算机系河南信阳464000 信阳师范学院计算机与信息技术学院河南信阳464000

用户对Web站点的访问代表了用户对Web站点上页面的访问兴趣,这种兴趣程度可以通过用户对Web站点上页面的浏览顺序及页面上的浏览时间表现出来.通过对Web用户访问路径的分析,提出一种基于浏览路径及浏览时间的相似度的度量方法.然后,把... 详细信息

用户对Web站点的访问代表了用户对Web站点上页面的访问兴趣,这种兴趣程度可以通过用户对Web站点上页面的浏览顺序及页面上的浏览时间表现出来.通过对Web用户访问路径的分析,提出一种基于浏览路径及浏览时间的相似度的度量方法.然后,把粗糙度的概念引入Leader聚类算法中,提出粗糙Leader聚类算法.最后使用标准数据集进行了试验,证明基于此种相似度计算方法,应用粗糙Leader聚类算法Web用户的有效性.

关键词：聚类相似度 Leader算法用户访问模式

来源：评论

学校读者我要写书评

暂无评论

基于Web日志数据挖掘的网站优化方法

基于Web日志数据挖掘的网站优化方法

引用

作者：唐雪飞陈科刘明鸣吴亚骏 610054 四川省成都市一环路东一段159号电子信息产业大厦410室

本发明公开了一种基于Web日志数据挖掘的网站优化方法；其包括以下步骤：获取Web日志数据，对Web日志数据进行预处理，对预处理后的Web日志数据进行数据挖掘得到用户访问模式集合，对用户访问模式集合进行筛选并对网站进行优化。本发明... 详细信息

标准号: CN105069087A

本发明公开了一种基于Web日志数据挖掘的网站优化方法；其包括以下步骤：获取Web日志数据，对Web日志数据进行预处理，对预处理后的Web日志数据进行数据挖掘得到用户访问模式集合，对用户访问模式集合进行筛选并对网站进行优化。本发明通过得到用户访问规律及模式，从而对网站结构进行调整及页面内容进行优化，改善了网站的设计，提高了用户的访问及浏览兴趣。

关键词：日志数据网站用户访问模式进行集合预处理数据挖掘网站结构页面内容用户访问优化方法预处理后一种优化筛选浏览挖掘获取设计访问公开改善调整

来源：评论

学校读者我要写书评

暂无评论

活动跟踪、数据分类和数据库内归档的技术

活动跟踪、数据分类和数据库内归档的技术

引用

作者：郭良 V·拉贾 A·加内什 J·格尔德美国加利福尼亚

用于活动跟踪、数据分类和数据库内归档的技术。活动跟踪是指收集关于用户访问模式的统计量(诸如用户访问特定数据库元素的频度或近度)的技术。通过活动跟踪收集的统计量能够被提供给数据分类技术，以自动地将数据元素分类或者辅助用户... 详细信息

标准号: CN104798070A

用于活动跟踪、数据分类和数据库内归档的技术。活动跟踪是指收集关于用户访问模式的统计量(诸如用户访问特定数据库元素的频度或近度)的技术。通过活动跟踪收集的统计量能够被提供给数据分类技术，以自动地将数据元素分类或者辅助用户手动将数据元素分类。然后，一旦已经对数据库元素进行分类，则能够采用数据库内归档技术基于所述分类向不同存储层移动数据库元素。然而，尽管可以如上所述一起使用关于活动跟踪、数据分类和数据库内归档的技术，但是还可以分开地实施每个技术。

关键词：数据分类跟踪数据库数据元素用户访问模式数据库元素特定数据库移动数据库辅助用户用户访问频度存储层分开

来源：评论

学校读者我要写书评

暂无评论

基于双层聚类方法的网页推荐模型

引用

系统工程学报 2013年第2期28卷 265-270页

作者：吴瑞山西师范大学数学与计算机学院山西临汾041004

研究web用户访问模式的聚类问题,提出了双层的用户访问模式的聚类方法.第一层采用简单易实现的LVQ(学习向量量化)神经网络方法对日志中的用户访问模式进行简单聚类,在第二层的聚类中,采用加权的模糊c-均值的方法对第一层的聚类结果进行... 详细信息

研究web用户访问模式的聚类问题,提出了双层的用户访问模式的聚类方法.第一层采用简单易实现的LVQ(学习向量量化)神经网络方法对日志中的用户访问模式进行简单聚类,在第二层的聚类中,采用加权的模糊c-均值的方法对第一层的聚类结果进行聚类.最后根据聚类结果产生描述该类用户行为的加权访问模式,并以此作为网页推荐依据.实验结果验证了该算法的有效性和可行性.

关键词： Web挖掘 Web聚类用户访问模式模糊c-均值

来源：评论

学校读者我要写书评

暂无评论

基于用户行为模式的Web日志挖掘模型的研究与实现

基于用户行为模式的Web日志挖掘模型的研究与实现

引用

作者：袁堂朋南京邮电大学

学位级别：硕士

随着因特网的高速发展，人们的生活已经已经与其密不可分，因特网已经成为人们获取信息重要的手段。目前，企业网站，购物网站，社交网站浏览量越来越多，用户在网站遗留的记录也越来越多，因此网络服务器端存储了海量的用户数据。面对... 详细信息

随着因特网的高速发展，人们的生活已经已经与其密不可分，因特网已经成为人们获取信息重要的手段。目前，企业网站，购物网站，社交网站浏览量越来越多，用户在网站遗留的记录也越来越多，因此网络服务器端存储了海量的用户数据。面对如此宝贵的资源，如何分析蕴藏在其中的信息和知识，挖掘用户行为并加以有效利用，是当前互联网企业的最主要的需求之一。通过对Web日志和用户行为的分析，可以挖掘出隐藏在其之后的用户访问规律，从而解决上述问题。本文对已有的Web数据挖掘模型及算法进行分析总结，提出一种基于时间分片的用户偏爱浏览路径算法。该算法依据用户访问网站时间，将用户访问的日志记录转换成为对应的月份、星期、时刻矩阵，并把这月份、星期、时刻矩阵相加，根据调节三个矩阵的权重得到一个最终的平均矩阵，把这个平均矩阵导入到现有的偏爱浏览路径算法之中，得到用户偏爱访问路径。实验数据的测试仿真结果表明，本文提出的算法能够根据不同的矩阵权重参数获得不同的偏爱访问路径结果，在结果中剔除与当前时间分片不符合的访问路径，提高了精确率。最后，本文依据Web日志挖掘的过程模型和西祠胡同社区网站的需求分析，构建了基于时间分片的用户偏爱浏览路径算法的数据挖掘原型系统。测试结果表明，该系统能够为用户提供较高精确率的浏览路径。

关键词：数据挖掘 Web日志挖掘用户访问模式时间分片偏爱浏览路径

来源：评论

学校读者我要写书评

暂无评论

基于Web用户时间属性的序列模式挖掘方法

基于Web用户时间属性的序列模式挖掘方法

引用

作者：蒋昌俊陈闳中闫春钢丁志军于汪洋陈英华 200092 上海市杨浦区四平路1239号

本发明涉及一种基于Web用户时间属性的序列模式挖掘方法。针对个体用户访问模式存在的时间偏好进行分析，挖掘用户时间特征上的个性，进而对用户个体进行建模，从而形成用户个性化的访问模式。为此提出UFAP-双亲索引森林，刻画用户访问... 详细信息

标准号: CN103744957A

本发明涉及一种基于Web用户时间属性的序列模式挖掘方法。针对个体用户访问模式存在的时间偏好进行分析，挖掘用户时间特征上的个性，进而对用户个体进行建模，从而形成用户个性化的访问模式。为此提出UFAP-双亲索引森林，刻画用户访问序列模式。结合个人用户访问时间偏好——驻留时间、时间间隔，分别对用户访问的网页类内Web页面的驻留时间和网页类与类之间的时间间隔进行K-means聚类，最终构建出用户个性化的时间偏好访问模式。本发明实现细粒度、全方位的个性化推荐，使推荐不仅仅局限在站内，甚至可以形成站间的互动，对于电子商务网站生态圈的优化和实施个性化服务具有深远意义。

关键词：时间偏好用户个性化访问模式序列模式用户访问用户时间对用户电子商务网站用户访问模式个性化服务个性化推荐结合个人深远意义挖掘生态圈互动建模聚类索引双亲个性全方位推荐森林优化分析

来源：评论

学校读者我要写书评

暂无评论

基于Web的用户访问模式挖掘算法及其应用研究

基于Web的用户访问模式挖掘算法及其应用研究

引用

作者：吴雯雯合肥工业大学

学位级别：硕士

随着网络规模的迅猛发展以及用户需求的膨胀,互联网的应用已经渗透到各个领域,越来越多的政府,企业以及个人在Internet上发布或查找信息。Internet上充满了文本、音频和视频等多媒体信息,还包括页面间的链接,用户对页面的访问行为等,人... 详细信息

随着网络规模的迅猛发展以及用户需求的膨胀,互联网的应用已经渗透到各个领域,越来越多的政府,企业以及个人在Internet上发布或查找信息。Internet上充满了文本、音频和视频等多媒体信息,还包括页面间的链接,用户对页面的访问行为等,人们迫切的希望通过数据挖掘技术来发现隐藏在原始信息中的有用知识,但是Web自身的复杂性决定了web挖掘不能套用传统的数据挖掘的模式,人们便把传统的数据挖掘技术和Internet的特点结合起来,形成了Web挖掘技术。 Web站点的服务器日志数据记录了浏览用户对此web站点访问时的大量路径信息,对这些信息的分析有利于网站设计人员掌握用户的兴趣和习惯,有利于改善web站点的结构设计、提高Web服务器系统的服务性能。本文从web日志挖掘系统入手,通过查阅国内外大量相关资料,就如何高效地挖掘Web日志数据从而发现知识做了较为深入的研究,本文主要工作是利用Web挖掘技术从庞杂的信息中发现用户的访问行为即访问兴趣模式,从而帮助实现个性化的信息服务。本文首先介绍了一些数据挖掘和Web挖掘的背景知识、概念分类以及具体应用,重点介绍了web挖掘中的Web使用模式挖掘(即Web目志挖掘),接着,介绍了Web日志挖掘的一般过程,针对Web上特殊的日志数据格式,重点讨论了Web日志挖掘的数据预处理过程。在模式挖掘阶段,重点讨论了如何发现用户的访问兴趣模式,提出了一种基于访问行为的访问模式挖掘方法,引入了选择偏爱度的概念,并在理论和实践两个方面进行了测试评价。最后讨论了通过挖掘得到的访问模式在个性化推荐中的应用情况,主要思想是根据从服务器日志中挖掘出的兴趣访问模式,预测用户下一步的需要,动态地为其推荐兴趣度最高的兴趣页面,这样可以快速准确地产生个性化推荐结果。

关键词：数据挖掘 Web使用模式挖掘用户访问模式选择偏爱度个性化推荐

来源：评论

学校读者我要写书评

暂无评论

基于粗集和神经网络的用户访问模式挖掘

引用

兰州交通大学学报 2008年第6期27卷 96-99,102页

作者：郑丽英岳岩匡晓君兰州交通大学电子与信息工程学院甘肃兰州730070

用户访问模式发现是构建自适应网站的关键技术.提出了一种基于粗糙集和神经网络相结合的用户访问模式的发现方法,建立了用户访问模式的一般模型.针对Web日志数据通常数据量大、冗余,以及页面之间关系不确定的特点,将粗糙集作为前端预处... 详细信息

用户访问模式发现是构建自适应网站的关键技术.提出了一种基于粗糙集和神经网络相结合的用户访问模式的发现方法,建立了用户访问模式的一般模型.针对Web日志数据通常数据量大、冗余,以及页面之间关系不确定的特点,将粗糙集作为前端预处理器,简化信息处理空间,去掉冗余,采用神经网络聚类分类用户群,从而发现用户访问页面的方式.最后,通过实验分析表明文中方法的有效性.

关键词：粗糙集自组织神经网络用户聚类用户访问模式

来源：评论

学校读者我要写书评

暂无评论

视频点播中基于用户行为的自适应资源搜索机制

引用

计算机应用研究 2012年第4期29卷 1504-1508页

作者：郭红方林予松王宗敏郑州大学信息工程学院郑州450001 郑州大学河南省信息网络重点学科开放实验室郑州450052

根据用户访问行为特征,提出一种新的自适应数据搜索结构U-VoD,该机制根据用户的自主访问行为自适应地组成行为相似团体,不需要历史访问记录就能实时地反映用户的访问模式与数据块的流行度。同时,基于搜索结构所学习的信息,设计一种有效... 详细信息

根据用户访问行为特征,提出一种新的自适应数据搜索结构U-VoD,该机制根据用户的自主访问行为自适应地组成行为相似团体,不需要历史访问记录就能实时地反映用户的访问模式与数据块的流行度。同时,基于搜索结构所学习的信息,设计一种有效的数据流行度感知的预存策略。大量的实验结果表明,U-VoD在频繁的用户交互情景下,极大地降低了用户VCR操作引起的跳转时延,并减轻了对服务器的访问压力。

关键词：视频点播用户访问模式自适应 P2P

来源：评论

学校读者我要写书评

暂无评论

为Web应用设计时间敏感的性能测试用例的方法和系统

为Web应用设计时间敏感的性能测试用例的方法和系统

引用

作者：周皓峰周建新美国纽约

提供了一种用于为Web应用设计时间敏感的性能测试用例的方法和系统。所述方法包括：生成所述Web应用的多个会话的会话信息以及时间信息；基于所述会话信息，获取每个会话的有价值的用户访问模式；以及根据所述有价值的用户访问模式并结... 详细信息

标准号: CN101751248B

提供了一种用于为Web应用设计时间敏感的性能测试用例的方法和系统。所述方法包括：生成所述Web应用的多个会话的会话信息以及时间信息；基于所述会话信息，获取每个会话的有价值的用户访问模式；以及根据所述有价值的用户访问模式并结合所述会话信息和时间信息，设计新的测试用例。根据本发明的方法和系统可以在基于用户会话设计性能测试用例的同时，完全保持时间信息。并且，所述方法和系统还可以找到在新的测试用例生成期间可以被终端用户高度重复使用的用户模式。

关键词：测试用例会话信息时间信息用户访问模式有价值多个会话设计性能性能测试应用设计用户会话用户模式终端用户会话

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：