检索结果-内蒙古大学图书馆

基于 web的推荐个性化服务是目前智能信息检索、电子商务、远程教育等领域研究的重点 ,文中在分析当前远程教育系统中个性化学习存在问题的基础上 ,设计了一种基于 web日志挖掘的推荐系统 ,将聚类分析技术应用于数据准备和页面学习的推荐过程中 ,实现了远程教学的按需学习和因材施教的要求 .重点介绍了聚类分析在预测推荐页面中的设计与应用。

关键词：个性化推荐 web使用挖掘预处理

来源：评论

学校读者我要写书评

暂无评论

基于web挖掘的web个性化技术研究

基于Web挖掘的Web个性化技术研究

引用

作者：丁二玉南京大学

学位级别：硕士

相对于万维网(WWW)上的海量数据而言，个人阅读和理解信息的能力非常有限，人们很难获得他们所期望的知识，此即“信息爆炸”问题。为了解决这个问题，人们提出了很多技术来帮助用户利用网上资源，web个性化即为其中之一。 web个性... 详细信息

相对于万维网(WWW)上的海量数据而言，个人阅读和理解信息的能力非常有限，人们很难获得他们所期望的知识，此即“信息爆炸”问题。为了解决这个问题，人们提出了很多技术来帮助用户利用网上资源，web个性化即为其中之一。 web个性化技术是指不断学习站点的经验，改进站点的信息组织方式和提供方式，以更好地向用户提供信息的技术，是一项涉及到web、数据库、数据挖掘、机器学习、信息学、统计学等多个领域的交叉新技术。它的主要目的是更好地连接信息的提供者和信息的使用者，一方面帮助信息使用者尽快发现他们所需要的信息，另一方面也帮助信息提供者将信息更好地提供给信息使用者。因为巨量数据、稀疏数据和信息质量等问题，web挖掘技术在web个性化研究与实践当中得到了越来越广泛的应用，web使用挖掘技术在web个性化数据分析过程中越来越具有统治地位。本文首先从应用的角度综述了基于web挖掘的web个性化技术的发展过程，介绍了一些优秀的基于web挖掘的web个性化系统。然后，本文详细介绍了基于web挖掘的web个性化的处理过程，并从聚类分析、关联规则和序列模式等几个方向分析比较了web挖掘在web个性化领域应用的技术现状，从web内容挖掘技术融合和多特征使用两个方面描述了相应技术的发展趋势。 web个性化应用的web挖掘技术对web的巨量性、非结构性和有限性都有一定的考虑，但是它对web的动态性却考虑的较少。为此，基于对web个性化技术的研究，本文提出了一种考虑web动态性的基于web挖掘的web个性化工作框架PUCI(PersonalizationbasedonUsage，ContentandInterest)。PUCI是综合了信息的使用、内容和主观兴趣特性等三个方面特征的推荐系统。它由离线子系统和在线子系统两个部分组成，共包含有四个过程：数据采集、数据预处理、数据分析和在线推荐。 PUCI采用群体聚类算法作为处理的基础，融合信息的使用特征和内容特征，兼顾用户的浏览行为和行为语义，能够在处理旧有信息时对新加入信息也进行妥善考虑。此外PUCI还引入了信息的主观兴趣特性，力求在适应动态性、实现个性化的同时能够利用站点的动态性向用户提供更加新颖的信息。为了适应动态站点的频繁更新，PUCI在实现时采用了增量式的方法。它对基础数据、增量数据和淘汰数据三类数据进行了不同的处理，具体方法是：首次聚类时生成基础数据，然后增量式添加时生成增量数据、补充基础数据并(从基础数据中)剔除淘汰数据。本文最后还通过二个基于模拟数据的实验证明了PUCI推荐算法在处理web动态性时的有效性和PUCI增量式实现的可行性。

关键词： web挖掘 web个性化 PUCI web使用挖掘主观兴趣度度量数据挖掘机器学习群体聚类算法

来源：评论

学校读者我要写书评

暂无评论

基于web的数据挖掘研究

基于WEB的数据挖掘研究

引用

作者：朱晶长春理工大学

学位级别：硕士

Internet是一个庞大的、全球性的信息服务中心，它提供了各种各样的信息服务。但随着web上数据的爆炸式的增长，数据信息的有用性变的越来越重要了。web挖掘技术正是基于这一背景提出来的。本文介绍了数据挖掘的基本知识，讨论了WE... 详细信息

Internet是一个庞大的、全球性的信息服务中心，它提供了各种各样的信息服务。但随着web上数据的爆炸式的增长，数据信息的有用性变的越来越重要了。web挖掘技术正是基于这一背景提出来的。本文介绍了数据挖掘的基本知识，讨论了web挖掘和web挖掘的分类。根据挖掘的内容，web挖掘可分为三种，web使用挖掘，web内容挖掘，web结构挖掘。web使用挖掘是本文主要的研究方向。web使用挖掘就是利用数据挖掘技术从web日志数据中挖掘用户访问网站的行为模式。本文重点分析和研究了web使用挖掘中数据预处理和事务识别算法的应用和改进，并通过实验加以证明。还将关联规则技术应用到了web日志挖掘中，提出了一种频繁路径的挖掘算法，用以发现网站用户的访问模式。

关键词：数据挖掘知识发现 web挖掘 web使用挖掘关联规则

来源：评论

学校读者我要写书评

暂无评论

面向电子商务的web数据挖掘的研究

面向电子商务的Web数据挖掘的研究

引用

作者：李凤慧山东科技大学

学位级别：硕士

数据挖掘是近年来随着数据库技术和人工智能技术的发展而出现的一种全新的信息技术，它融合了数据库、人工智能以及统计学等多种学科的知识，试图从数据中提取出先前未知、有效和实用的知识。特别是随着Internet的普及和应用，网上的数... 详细信息

数据挖掘是近年来随着数据库技术和人工智能技术的发展而出现的一种全新的信息技术，它融合了数据库、人工智能以及统计学等多种学科的知识，试图从数据中提取出先前未知、有效和实用的知识。特别是随着Internet的普及和应用，网上的数据资源以每月20％的速度剧增，使web成为储存、发布以及获取信息的最重要的载体。如何发现web上大量数据背后隐藏的信息，提高信息利用率，而不被信息所淹没呢?web数据挖掘技术提供了一种有效的解决方法。 web挖掘是传统数据挖掘技术在web环境下的应用，是从web上的数据(如web日志、页面内容等)中发现用户的浏览模式或寻找相关的web页面等。web挖掘分为web内容挖掘、web结构挖掘和web使用挖掘。其中，web使用挖掘可以从用户浏览网站的数据中抽取感兴趣的模式，理解用户的浏览兴趣行为，以便进一步改善网站结构，为用户提供个性化服务。本文综述了数据挖掘的主要方法、常用技术以及挖掘过程；讨论了web挖掘的定义、分类、流程、应用领域、研究方向以及当前面临的问题；探讨了电子商务、电子商务推荐系统与个性化服务、电子商务中进行web挖掘的数据源、获取的知识模式以及web挖掘在电子商务活动中的应用；在以上工作的基础上，设计了一个面向电子商务的基于web使用挖掘的个性化推荐系统。该系统能够通过对web服务器日志数据的挖掘，获取用户浏览模式，为用户提供个性化服务，具有很强的实用性。本文详细探讨了该系统各个模块的功能及实现技术，给出了系统的整个工作过程：从原始数据的收集到数据预处理到离线挖掘再到在线推荐直至发送给用户个性化推荐页面，实现个性化服务。重点研究了基于web使用挖掘中常用的数据预处理技术、模式发现技术以及模式分析技术。

关键词：数据挖掘 web挖掘 web使用挖掘电子商务个性化推荐系统

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：