检索结果-内蒙古大学图书馆

长春工程学院学报（自然科学版） 2019年第2期20卷 67-71页

作者：张晓艳淮南联合大学

电子商务的快速增长导致产品过多,而网络上的客户对他们所接触的产品很难取舍。为了解决此问题,各种推荐方法应运而生。协作过滤(CF)是其中最成功的推荐方法,其被广泛应用于电子商务中,然而这种方法的稀疏性和可扩展性可能导致推荐的结... 详细信息

电子商务的快速增长导致产品过多,而网络上的客户对他们所接触的产品很难取舍。为了解决此问题,各种推荐方法应运而生。协作过滤(CF)是其中最成功的推荐方法,其被广泛应用于电子商务中,然而这种方法的稀疏性和可扩展性可能导致推荐的结果较差。提出了一种基于web使用挖掘和产品分类的推荐方法,以提高当前基于CF方法的推荐系统的推荐质量和系统性能。web使用挖掘通过跟踪客户在web上的购物行为来填充评级数据库,从而产生质量更好的建议。产品分类法用于通过评级数据库的降维来提高搜索最近邻居时的性能。对实际电子商务数据的几项实验表明,与其他CF方法相比,所提出的方法提供了更高质量的建议和更好的性能。

关键词：协作过滤网络营销个性化推荐产品分类 web使用挖掘

来源：评论

学校读者我要写书评

暂无评论

基于关联规则的web使用挖掘研究

引用

网友世界 2012年第12期 4-6页

作者：张琰云南师范大学信息学院

数据挖掘技术能使我们从模糊的、不完全的、随机的、大量的数据中，提取潜在的有用的信息和知识。经过20几年的发展，数据挖掘已取得了巨大成就。web挖掘是数据挖掘技术的一个重要分支，它是随着人工智能技术、数据库技术和网络技术的... 详细信息

数据挖掘技术能使我们从模糊的、不完全的、随机的、大量的数据中，提取潜在的有用的信息和知识。经过20几年的发展，数据挖掘已取得了巨大成就。web挖掘是数据挖掘技术的一个重要分支，它是随着人工智能技术、数据库技术和网络技术的发展而提出来的。本文针对web日志挖掘的特性，对关联规则的挖掘算法进行深入的研究，系统地探讨了关联规则挖掘算法在web日志挖掘的应用。利用优化Apd。d算法，使之更具有效率。

关键词：数据挖掘 web使用挖掘关联规则 Apdod算法

来源：评论

学校读者我要写书评

暂无评论

web使用挖掘在用户行为分析中的应用

引用

江苏科技大学学报（自然科学版） 2011年第3期25卷 258-261页

作者：孙玲芳夏聪江苏科技大学经济管理学院江苏镇江212003

web日志记录了大量的用户与服务器交互的信息,反映了用户访问web站点的所有动作.如何挖掘这些记录以发现网络用户的访问模式和兴趣爱好,从而理解用户的访问行为,形成对网站设计者和组织决策者有用的信息,解决这个问题最有效的工具是web... 详细信息

web日志记录了大量的用户与服务器交互的信息,反映了用户访问web站点的所有动作.如何挖掘这些记录以发现网络用户的访问模式和兴趣爱好,从而理解用户的访问行为,形成对网站设计者和组织决策者有用的信息,解决这个问题最有效的工具是web使用挖掘.基于web使用挖掘,对web服务器日志文件进行数据预处理,采用一种基于哈希技术改进的Apriori关联规则挖掘算法处理挖掘过程,分析挖掘结果得到有关用户访问行为的模式和规律.

关键词： web使用挖掘 web日志关联规则 Apriori算法行为分析

来源：评论

学校读者我要写书评

暂无评论

基于web数据挖掘的远程教育资源推送系统

引用

软件导刊.教育技术 2018年第2期17卷 45-47页

作者：梁陈丽浙江师范大学教师教育学院浙江金华321004

目前互联网上存在大量的学习资源,但学习者并不能轻易连接到适当的学习资源。同时远程教育学习者的背景、学习目标、学习能力上存在差异,而统一配置的在线学习资源不能满足学习者的个性特点。利用web使用挖掘技术对学习者进行聚类,构建... 详细信息

目前互联网上存在大量的学习资源,但学习者并不能轻易连接到适当的学习资源。同时远程教育学习者的背景、学习目标、学习能力上存在差异,而统一配置的在线学习资源不能满足学习者的个性特点。利用web使用挖掘技术对学习者进行聚类,构建了一个远程教育资源的个性化推送模型,通过对远程教育学习者进行分类,来优化资源的个性化推送。

关键词：远程教育资源 web使用挖掘学习者分类个性化推送

来源：评论

学校读者我要写书评

暂无评论

web使用挖掘与网页个性化服务推荐研究

Web使用挖掘与网页个性化服务推荐研究

引用

作者：王勇浙江理工大学

学位级别：硕士

数据挖掘是计算机科学、人工智能和数据库研究方向的一项重要课题,它是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中,提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。web页面包含复杂的、无... 详细信息

数据挖掘是计算机科学、人工智能和数据库研究方向的一项重要课题,它是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中,提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。web页面包含复杂的、无结构的、动态的数据信息,如何对web上的海量信息进行分析,针对用户的需求,提供个性化推荐服务,是当今数据挖掘技术一项重要的应用。本文在总结前人研究成果的基础上,针对web使用挖掘进行了研究,主要内容归纳如下: (1)对数据挖掘的基本理论知识和分类进行了总体研究,详细分析了web使用挖掘的数据源,数据预处理的基本流程。 (2)对关联规则相关理论进行了详细的介绍,分析了经典Apriori算法的性能,对其进行了改进。在自然连接产生候选集以前先进行一个修剪过程,减少参加连接的项集数量,因而减小生成的候选项集规模,减少了循环迭代次数和运行时间,同时在连接判断步骤中减少多余的判断次数。 (3)详细的介绍了K-means聚类算法的基本思想以及流程,分析了它的优缺点,提出了一种改进的K-means算法,即MFA算法。针对K-means算法中每次调整簇中心后确定新的簇中心需要大量的距离计算,提出一种利用簇中心的变化信息来确定新簇中心的方法,通过从动态簇中心集中选取候选集的方法减少了过滤算法的计算复杂度。 (4)对校园网网站的日志数据进行分析处理,利用改进的挖掘算法进行数据挖掘,发现用户的访问模式,最后利用挖掘结果,给网站添加个性化推荐功能,主动为用户推荐其可能感兴趣的信息。

关键词：数据挖掘 web使用挖掘个性化推荐 Apriori算法 K-means算法

来源：评论

学校读者我要写书评

暂无评论

web使用挖掘中事务间关联规则方法研究

Web使用挖掘中事务间关联规则方法研究

引用

作者：祁艳艳辽宁师范大学

学位级别：硕士

web数据挖掘是在web资源环境中根据用户的浏览行为提取出用户关心的、有价值的信息过程。web使用挖掘是数据挖掘的重要组成部分,用户是web使用挖掘的核心。web使用挖掘通过关联规则算法获取有意义的、描述用户行为的模型,并为用户提供... 详细信息

web数据挖掘是在web资源环境中根据用户的浏览行为提取出用户关心的、有价值的信息过程。web使用挖掘是数据挖掘的重要组成部分,用户是web使用挖掘的核心。web使用挖掘通过关联规则算法获取有意义的、描述用户行为的模型,并为用户提供指导性的预测经验。通过对以往的事务间关联规则挖掘算法的系统分析和总结,本文提出了两种新的事务间关联规则挖掘算法: (1)基于聚类分析的事务间关联规则挖掘算法,该算法首先利用聚类分析将初始的复杂的数据集进行约减,去掉冗余数据,缩小数据集,避免了多次扫描数据库和大量虚假规则的产生;其次对聚类预处理后所得到的各个小数据集分别进行事务间关联规则预测分析。实验结果表明该方法比单独使用事务间关联规则方法具有更高的效率,更能准确的预测用户的兴趣。 (2)基于聚类的事务间关联规则双策略分析模型,该算法将双策略兴趣分析模型的思想融入基于聚类分析的事务间关联规则挖掘算法中。该算法首先利用双策略分析模型判断事务间关联规则的完整性,将初始的数据库分为关联库和马尔库,弥补了挖掘漏洞,避免了虚假规则的产生;其次利用聚类分析去掉关联库和马尔库中大量的无关冗余数据,提高算法的执行效率;最后对经过聚类预处理所得到的各个子数据库分别进行事务间关联规则预测和马尔可夫模型预测。实验证明,该算法在准确度和执行效率方面均优于传统的事务间关联规则算法。随着web技术的不断发展,web服务器存储的数据也逐渐向着超大化、多维化的方向发展。这为web使用挖掘提出了新的挑战,即如何解决挖掘速度和准确度之间的矛盾。所以采用事务间关联规则与聚类分析相结合的方法,既提高了挖掘速度又保证了准确度,为web使用挖掘提出新的创新思路。

关键词： web使用挖掘事务间关联规则聚类分析双策略分析模型马尔可夫模型

来源：评论

学校读者我要写书评

暂无评论

web使用挖掘在电子商务网站的应用研究

引用

电脑知识与技术 2011年第11期7卷 7594-7596页

作者：邹丽新福建江夏学院福建福州350108

该文在对web使用挖掘的相关研究基础上，为了深入分析消费者的网上购物行为，提出了结合点击流数据的方法，利用多维关联规则算法从用户的购买历史记录中挖掘出用户的购买模式及商品间的联系，向用户提供个性化推荐。

关键词：点击流数据仓库 web使用挖掘多维关联规则

来源：评论

学校读者我要写书评

暂无评论

基于兴趣度的web访问用户关联规则挖掘

引用

计算机工程与设计 2017年第4期38卷 852-856,975页

作者：李昌兵凌永亮汪尔晶重庆邮电大学经济管理学院重庆400065

传统关联规则算法中事务扫描的重复性以及最小支持度设定的不可靠性会导致计算最大频繁集运行效率低并产生大量冗余的、无趣的规则问题,提出一种改进的Apriori关联规则挖掘算法。对候选项目进行约减,引入兴趣度测量因子对提取的关联规... 详细信息

传统关联规则算法中事务扫描的重复性以及最小支持度设定的不可靠性会导致计算最大频繁集运行效率低并产生大量冗余的、无趣的规则问题,提出一种改进的Apriori关联规则挖掘算法。对候选项目进行约减,引入兴趣度测量因子对提取的关联规则进行优化。数据实验结果表明,该方法可提高传统关联规则挖掘算法的效率,避免传统关联算法中扫描的重复性,对web访问用户行为分析具有一定的指导意义。

关键词： web使用挖掘 web用户 Apriori算法兴趣度行为分析

来源：评论

学校读者我要写书评

暂无评论

web使用挖掘的数据预处理过程分析

引用

科技信息 2011年第21期 I0065-I0066页

作者：贾瑛宝鸡职业技术学院陕西宝鸡721000

本问介绍了web使用挖掘的概念,探讨了数据预处理的流程:数据清洗、用户识别、会话识别、路径补充、事务识别,并分析了每个阶段的目的、方法及结果,给出了每个步骤的实现算法。

关键词： web使用挖掘数据预处理实现算法

来源：评论

学校读者我要写书评

暂无评论

基于web使用挖掘的智能电子商务及其应用

引用

黑龙江科技信息 2012年第31期 107-107页

作者：徐晓阳河南职业技术学院河南郑州450000

本文分析了web挖掘的定义及分类、web信息挖掘在智能电子商务里的应用研究方向、细化用户事务在序列提取方面的模型构建等几方面的内容。

关键词：电子商务智能化 web使用挖掘

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

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

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

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

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：