检索结果-内蒙古大学图书馆

作者：贾瑛陕西师范大学

学位级别：硕士

伴随着网络和通信技术的飞速发展,目前基于WWW(World Wide web)的远程教育系统在国内外逐步发展起来,许多大学建立了自己的远程教学站点。但是这种基于WWW的远程教学站点有两个明显的缺点:现有的远程教育站点基本上都是静态的;现有的远... 详细信息

伴随着网络和通信技术的飞速发展,目前基于WWW(World Wide web)的远程教育系统在国内外逐步发展起来,许多大学建立了自己的远程教学站点。但是这种基于WWW的远程教学站点有两个明显的缺点:现有的远程教育站点基本上都是静态的;现有的远程教育站点不能根据学习者本人的情况进行因材施教,缺乏个性。但是,在站点上却积累了大量有用的教学信息,因此解决这些问题的一个途径就是将传统的数据挖掘技术和web结合起来,进行web数据挖掘。 web数据挖掘又分为三类,其中web使用挖掘的对象主要是web服务器上的信息,包括日志文件、用户注册信息等内容,其挖掘的结果通常是用户群体的共同行为和共同兴趣、个人的访问偏好、习惯和模式等,它有助于网络信息的合理组织和服务质量的改进,可用于发现系统性能瓶颈,优化站点结构,提高系统安全性,提高用户访问的有效性,发现用户的需要和兴趣,提供智能化服务等。首先,本文总结了数据挖掘的概念和功能,从web数据挖掘的分类引出web使用挖掘,并详细介绍了web使用挖掘的过程。在分析了日志数据来源之后,重点讨论了web使用挖掘的预处理过程,在预处理过程中引入了过滤条件表、启发式规则、最大向前路径等内容,分析总结了数据清理、用户识别、会话识别、路径补充以及事务识别等几个步骤的算法,并举例说明实现过程。其次,本文重点讨论了关联规则算法,关联规则就是要挖掘出在某次会话中最经常一起出现的相关网页,而这些网页之间可能并没有超链接直接相互连接。对于其经典算法Apriori算法,在分析其原理和性质的基础上,从连接步和剪枝步两方面进行了改进,使其在时间性和有效性上都有了明显的提高。最后,本文将web使用挖掘的基本理论应用到远程教育过程中,在分析web使用挖掘在远程教育中的系统构架后提出了web使用挖掘在远程教育中的应用模型,并对其各个模块的功能做了阐述,这个模型的优点在于利用日志信息、学习者用户信息等内容进行挖掘,得到有趣的模式,并根据这些模式应用到远程教育系统中,提高个性化服务,可以更有利于学习者的学习,同时,也有利于网站拓扑结构的改善和内容的更新,体现了比普通的远程教育更多的动态性和个性化。在本文研究阶段,充分地将理论研究和实际应用结合起来,做到了理论和实践的相结合。

关键词： web使用挖掘数据预处理改进的Apriori算法应用模型

来源：评论

学校读者我要写书评

暂无评论

web使用挖掘技术的研究

Web使用挖掘技术的研究

引用

作者：王慧博长春理工大学

学位级别：硕士

web使用挖掘是web数据挖掘研究领域的重要应用研究方向之一。其旨在通过对web日志进行有效的数据挖掘,发掘隐藏在日志数据背后的规律和用户访问模式,从而改进web站点设计,向用户提供个性化的服务。主要研究内容如下:详细介绍了web日志... 详细信息

web使用挖掘是web数据挖掘研究领域的重要应用研究方向之一。其旨在通过对web日志进行有效的数据挖掘,发掘隐藏在日志数据背后的规律和用户访问模式,从而改进web站点设计,向用户提供个性化的服务。主要研究内容如下: 详细介绍了web日志预处理过程,运用页面视图过滤算法,进行相应的页面预处理。在web聚类方面,研究了用户聚类和页面聚类。在用户聚类方面,以用户访问序列的相似度结合页面访问时间为相似度度量,运用web模糊聚类方法,解决用户事务聚类问题。在页面聚类方面,则基于关联规则的支持度和置信度来构造web页面聚类方法。在用户兴趣频繁访问路径模式挖掘方面,结合用户访问页面的兴趣度和网站的具体拓扑结构,改善了基于马尔可夫模型的兴趣导航模式发现方法。本文完成了页面视图过滤算法的设计,系统分析了web聚类研究,改善了基于马尔可夫模型的兴趣导航模式发现方法,并附以实例证明算法的有效性,实用性。

关键词： web使用挖掘 web数据预处理 web聚类频繁访问路径

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个性化服务中的应用

引用

中国商贸 2010年第25期 145-146页

作者：王立平刘艳玲黄斌萍乡高等专科学校南昌理工学院

阐述了目前研究最深入的web数据挖掘技术——web使用挖掘,web使用挖掘在电子商务服务中的应用价值,提出了基于使用挖掘的电子商务推荐系统,详细分析了电子商务个性化推荐系统的模式和步骤。

关键词： web使用挖掘电子商务应用

来源：评论

学校读者我要写书评

暂无评论

web使用挖掘技术的研究

Web使用挖掘技术的研究

引用

作者：刘红祥哈尔滨工程大学

学位级别：硕士

web已经成为获取信息的重要手段之一。海量的网页在为人们提供包罗万象、无比丰富的信息资源同时,也向人们提出了如何快速地从信息海洋中获取所需信息的挑战。 web典型的服务方式是通过建立一个web站点来向所有用户提供相同的信息。然而... 详细信息

web已经成为获取信息的重要手段之一。海量的网页在为人们提供包罗万象、无比丰富的信息资源同时,也向人们提出了如何快速地从信息海洋中获取所需信息的挑战。 web典型的服务方式是通过建立一个web站点来向所有用户提供相同的信息。然而web用户的需求千差万别,我们不可能奢望几千万的用户具有相同的需求。因此,web站点如何向用户提供个性化服务、如何完善web站点来提高服务质量、以及如何改进web站点设计来吸引更多的用尸成为了研究热点。本文主要研究web使用挖掘技术来针对性地解决以上问题,主要做了三方面工作。首先,提出了一种新颖的个性化网页推荐模型来提高网页推荐的准确率。它融合了信息检索、信息过滤和数据挖掘中的相关技术,运用两种不同的特征向量来表示用户兴趣,并且通过聚类生成群体兴趣扩展了个体兴趣。同时阐述了用户兴趣文件建立,维护和网页推荐。另一方面,论述了单Markov链模型、单步和多步N-gram模型、聚类/分类在用户浏览路弪预测中的应用,并且指出了它们一些不足之处。通过挖掘用户浏览过的网页内容来捕获用户的真正兴趣,提出了基于隐Markov模型的浏览路径预测,提高了预测准确率。此外还对关联规则算法进行了研究,发现算法生成的关联规则具有相当大的冗余性,且可能是无趣的、甚至是虚假的。为此在先前的研究基础上,以确信因子为基础,提出确信度来使规则的有效性判断更加客观、合理。同时关联规则算法引入了规则取舍,提高了挖掘有效规则的效率。

关键词： web使用挖掘个性化服务马尔科夫模型关联规则

来源：评论

学校读者我要写书评

暂无评论

web使用挖掘技术的研究与实现

Web使用挖掘技术的研究与实现

引用

作者：李彬电子科技大学

学位级别：硕士

随着Internet的飞速发展,网上的数据资源空前的丰富。每天都会有成千上万的用户在网络上浏览和寻找自己所需的信息。然而,由于庞大的信息量,对于每个用户来说,如何能够及时快速的发现有用信息则变得异常的困难。为了解决上述问题,web挖... 详细信息

随着Internet的飞速发展,网上的数据资源空前的丰富。每天都会有成千上万的用户在网络上浏览和寻找自己所需的信息。然而,由于庞大的信息量,对于每个用户来说,如何能够及时快速的发现有用信息则变得异常的困难。为了解决上述问题,web挖掘技术应运而生。其中,面向web服务器日志的web使用挖掘技术尤其得到了广大研究人员的关注。web日志数据记录了用户对web站点的访问信息,对这些信息进行分析可以发现用户访问站点的浏览模式和访问习惯,对于页面重组,优化网站的结构,以及在电子商务智能的应用等方面都具有十分重要的意义。本文对web挖掘与web使用挖掘进行了系统的分析和研究,并在此基础上,提出了一些新颖有效的技术和方法。论文所做的工作主要是: 1.对数据挖掘和web使用挖掘的相关知识和技术进行了概述,阐述了web使用挖掘的意义、研究现状以及面临的问题; 2.讨论了web使用挖掘的三个阶段:数据预处理、模式发现和模式分析,分析了web使用挖掘的应用领域和研究方向; 3.第四章对web使用挖掘的预处理过程进行了研究并分析了现有的一些数据预处理技术,然后一个框架式页面过滤算法被应用到web日志数据预处理过程中,用于消除子框架页面的影响,提高数据挖掘系统的效率和准确度; 4.在第五章,首先对web挖掘中已有的聚类技术进行了简单介绍。然后,详细分析了一个典型的基于距离矩阵的聚类算法,发现该算法在可操作性和聚类准确度上存在着一定缺陷。为此,本文提出了一种新的快速聚类算法——基于相对Hamming距离的聚类算法,并通过设计一个简单的web使用挖掘实验系统,对算法的有效性进行了验证。实验表明,通过该算法能得到更为准确的相似性客户群体和相关页面。

关键词： web使用挖掘预处理聚类算法相对Hamming距离

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使用挖掘方法的研究和实现

Web使用挖掘方法的研究和实现

引用

作者：汪曦东合肥工业大学

学位级别：硕士

web挖掘是将数据挖掘和WWW这两个领域中的多种技术和方法结合起来的热门研究课题。一般来说，它的研究领域包括web内容挖掘、web结构挖掘和web使用挖掘。其中，web使用挖掘的研究目的在于发现用户浏览网站的行为规律，改善站点的结构和... 详细信息

web挖掘是将数据挖掘和WWW这两个领域中的多种技术和方法结合起来的热门研究课题。一般来说，它的研究领域包括web内容挖掘、web结构挖掘和web使用挖掘。其中，web使用挖掘的研究目的在于发现用户浏览网站的行为规律，改善站点的结构和页面间超链接结构，提高站点服务质量以及在电子商务中的客户关系管理方面的决策支持。本文在介绍web使用挖掘发展概况的基础上，详细论述了web使用挖掘的整个过程和相关技术。本文所做的主要工作和新见解如下： ● 详细论述了web挖掘的定义、体系结构和分类，并且阐述了各个类别的主要研究内容； ● 阐述web使用挖掘的定义、过程，以及各个阶段的研究内容和相关技术； ● 在web使用挖掘的数据预处理阶段，提出了一种新的会话构造方法——基于时间和引用的启发式方法。该方法不仅利用了用户会话的时间特性，而且考虑了用户的浏览特性。所以，这在一定程度上方便了用户频繁访问模式的挖掘； ● 在第四章中，本文在修改FP-Tree算法的基础上，提出一种发现用户频繁访问模式的算法(FAP-Mining)。该算法可以用于发现不同类型的网站用户的访问模式，并且可以根据专家设定的支持度阈值发现用户的频繁访问模式； ● 设计开发了web使用挖掘实验系统(web Usage Mining Experimental System)。此系统包含四个主要功能模块：数据清洗模块、会话构造模块、流量分析模块和访问模式挖掘模块。会话构造模块中不仅实现了基于时间和引用的会话构造方法，并且将它与其它流行的会话构造方法进行了比较；流量分析模块从总体上分析网站的浏览情况；访问模式挖掘模块实现了本文第四章提出的FAP-Mining算法。

关键词：数据库知识发现数据挖掘 web挖掘 web使用挖掘会话构造频繁访问模式

来源：评论

学校读者我要写书评

暂无评论

一种基于会话聚类算法的web使用挖掘方法

引用

系统工程学报 2012年第1期27卷 129-136页

作者：陈富赞刘青李敏强寇纪淞天津大学管理与经济学部天津300072

web使用挖掘作为数据挖掘的一个重要任务,有助于了解用户群体的特征,从而为其提供个性化服务.提出了一种基于用户会话聚类的web使用挖掘算法.首先,对web日志预处理采用基于时间窗的用户会话识别方法,提出了一种基于三元组的用户会话表... 详细信息

web使用挖掘作为数据挖掘的一个重要任务,有助于了解用户群体的特征,从而为其提供个性化服务.提出了一种基于用户会话聚类的web使用挖掘算法.首先,对web日志预处理采用基于时间窗的用户会话识别方法,提出了一种基于三元组的用户会话表示方法,并在此基础上给出了基于网页语义相似性的会话处理方法,该方法能够在保持用户兴趣不变的情况下有效降低会话维度;其次,提出了一种基于时间及频次的用户会话相似性度量方法;最后,设计了一种两阶段PS-KM会话聚类算法,先用PSO方法进行全局搜索再转入基于K-means方法的局部聚类过程.仿真表明了算法的有效性.

关键词： web使用挖掘 web日志用户会话聚类

来源：评论

学校读者我要写书评

暂无评论

一种web使用挖掘数据清理方法

引用

四川大学学报（工程科学版） 2014年第S1期46卷 160-165页

作者：张峰伟陈兴蜀尹学渊刘莉伟四川大学计算机学院四川成都610065

针对传统的web使用挖掘数据清理方法不再适用于现有网络环境的现状,提出了一种web使用挖掘数据清理方法。该方法提出以网络流量作为web使用挖掘的数据来源,将数据清理的问题转变为对用户显式操作产生的HTTP会话的识别问题,使用二进制粒... 详细信息

针对传统的web使用挖掘数据清理方法不再适用于现有网络环境的现状,提出了一种web使用挖掘数据清理方法。该方法提出以网络流量作为web使用挖掘的数据来源,将数据清理的问题转变为对用户显式操作产生的HTTP会话的识别问题,使用二进制粒子群算法(BPSO)选出最能精确识别用户显式HTTP会话的特征子集,利用选择出的特征子集生成决策树对用户显式HTTP会话进行识别。实验结果表明:该方法能够准确、有效地识别出用户显式HTTP会话,对日志记录数的压缩率达到98.7%,能够完成数据清理的任务,为之后的数据挖掘提供有力的支持。

关键词：数据挖掘粒子群算法数据预处理 web使用挖掘

来源：评论

学校读者我要写书评

暂无评论

基于web使用挖掘的实时聚类算法

引用

四川大学学报（自然科学版） 2007年第4期44卷 803-806页

作者：邓晶晶蒋玉明傅静涛四川大学计算机学院成都610065

本文讨论了基于web使用挖掘的web个性化技术,针对个性化系统的功能及特点,论述了相关数据采集、数据预处理技术和模式发现及其在个性化服务中的应用,提出了一个关于个性化系统的实时聚类算法.实验结果表明,该算法不仅有效,而且具有较高... 详细信息

本文讨论了基于web使用挖掘的web个性化技术,针对个性化系统的功能及特点,论述了相关数据采集、数据预处理技术和模式发现及其在个性化服务中的应用,提出了一个关于个性化系统的实时聚类算法.实验结果表明,该算法不仅有效,而且具有较高的准确度,能适应用户短期浏览的变化.

关键词：个性化服务 web使用挖掘数据采集数据预处理模式发现实时聚类算法

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：