检索结果-内蒙古大学图书馆

现代图书情报技术 2013年第2期 50-56页

作者：赵洁莫赞刘洪伟张沙清董振宁广东工业大学管理学院广州510520

基于粒计算思想,构建多粒度的web用户行为描述模型,然后使用基于知识粒度的约简算法对数据进行约简。实验数据证明,模型可描述多种粒度的用户行为特征,其中的总体行为描述模型有横向约简数据的效果,基于粒度原理的约简算法能更高效地对... 详细信息

基于粒计算思想,构建多粒度的web用户行为描述模型,然后使用基于知识粒度的约简算法对数据进行约简。实验数据证明,模型可描述多种粒度的用户行为特征,其中的总体行为描述模型有横向约简数据的效果,基于粒度原理的约简算法能更高效地对海量数据进行纵向约简,有效减轻后续模式分析的工作量。

关键词： web使用挖掘多粒度约简

来源：评论

学校读者我要写书评

暂无评论

基于web使用挖掘的用户行为分析

引用

计算机科学 2006年第8期33卷 213-214,239页

作者：张波巫莉莉周敏华南农业大学现代教育技术中心华南农业大学信息学院

web服务产生了大量的日志数据,这些数据记录了用户的行为信息。如何从海量的日志数据中自动、智能地抽取隐藏于其中的知识,这是本文要研究的问题。基于web使用挖掘,对点击流数据源进行收集、预处理,并基于FP-tree的关联规则挖掘算法对... 详细信息

web服务产生了大量的日志数据,这些数据记录了用户的行为信息。如何从海量的日志数据中自动、智能地抽取隐藏于其中的知识,这是本文要研究的问题。基于web使用挖掘,对点击流数据源进行收集、预处理,并基于FP-tree的关联规则挖掘算法对用户行为进行分析,发现新模式,为优化网站建设提供有价值数据。

关键词： web使用挖掘点击流 web服务器日志 FP-tree 关联规则

来源：评论

学校读者我要写书评

暂无评论

WLML在web使用挖掘中的应用

引用

计算机工程 2006年第6期32卷 47-49页

作者：吴萍宋瀚涛姜峰郑志蕴北京理工大学计算机科学工程系北京100081 兰州理工大学电信学院兰州730050

提出了一种新的用于web日志描述的XML应用——WLML语言。实际使用中,首先从web日志文件和web结构图中生成指定WLML格式的web日志记录,通过对处理后的记录进行数据挖掘,达到为用户提供个性化服务的目的。

关键词： web使用挖掘 WLML web日志 web结构图个性化服务

来源：评论

学校读者我要写书评

暂无评论

改进的遗传算法在web使用挖掘中的应用

引用

计算机工程与应用 2009年第8期45卷 135-137,171页

作者：雷亮李善君彭军重庆科技学院电子信息工程学院重庆401331 重庆市科协技术信息中心重庆401147

web使用挖掘是近年来web数据挖掘中的研究热点。针对传统遗传算法在提取关联规则问题时常采用固定染色体交叉概率和染色体变异概率,容易出现早熟、收敛速度较慢的问题,提出了改进的遗传算法,并在关联规则的提取中增加了用户页面兴趣度... 详细信息

web使用挖掘是近年来web数据挖掘中的研究热点。针对传统遗传算法在提取关联规则问题时常采用固定染色体交叉概率和染色体变异概率,容易出现早熟、收敛速度较慢的问题,提出了改进的遗传算法,并在关联规则的提取中增加了用户页面兴趣度这一阈值,成功地运用到某商业网站服务器日志挖掘。实验证明,这种改进的遗传算法能够有效避免早熟收敛现象,是一种有效的方法。

关键词： web数据挖掘 web使用挖掘遗传算法兴趣度

来源：评论

学校读者我要写书评

暂无评论

基于web使用挖掘的用户个性化服务研究

引用

情报理论与实践 2003年第1期26卷 62-64页

作者：王绪林刘培刚安徽财贸学院图书馆安徽233041 安徽财贸学院国际经济贸易系安徽233041

Based on the latest technologies used in web usage mining,this article mainly discusses the individual information service to web users It gives many web log based user clustering algorithms and web page clustering algorithms These web mining technologies can be used to effectively mine the characteristics of user behaviors on the Internet and guide the organization and re allocation of web

关键词： web使用挖掘个性化服务用户服务数据源算法

来源：评论

学校读者我要写书评

暂无评论

面向用户意图的web使用挖掘预处理模型研究

面向用户意图的Web使用挖掘预处理模型研究

引用

作者：边鹏中国科学院研究生院

学位级别：博士

随着互联网行业的飞速发展，网络用户行为分析已经成为当下多个学科领域的研究热点之一，web使用挖掘是网络用户行为分析的重要手段，作为其重要组成部分，web使用挖掘的预处理由于对后续挖掘效果的重要影响，引起了众多学者的关注。但... 详细信息

随着互联网行业的飞速发展，网络用户行为分析已经成为当下多个学科领域的研究热点之一，web使用挖掘是网络用户行为分析的重要手段，作为其重要组成部分，web使用挖掘的预处理由于对后续挖掘效果的重要影响，引起了众多学者的关注。但是，由于现有理论模型存在缺陷，web使用挖掘预处理无法模拟用户的访问意图。针对该项研究存在的问题，本论文对面向用户意图的web使用挖掘预处理相关理论进行了探讨，对其若干关键技术提出了改进思路。\n 本文的研究工作主要包括以下几个方面：\n (1)对面向用户意图的web使用挖掘预处理模型相关问题进行了讨论。第一，web使用挖掘预处理模型的概念、类型。在现有研究的基础上，将web使用挖掘预处理分为三类：基于时间的、基于导航的和基于语义的模型。第二，预处理模型的表示方法及改进后的模型表示方法。对其中的各种规则进行统一形式化表示，本文采用集合论来表示预处理模型中的规则，对现有的时间、导航、语义等三类规则各自独立表示。最后，借鉴心理学和信息系统领域的研究成果，通过将三者有机融合，提出一种面向用户意图的预处理模型。第三，日志语义识别方法。本文通过日志语义识别的定义提出其独特的语义分类特点、根据该特点确定日志语义识别的目标、借鉴逻辑语义学的词汇概念确定日志语义识别的标准、对使用聚类还是分类算法来对日志语义分类进行了讨论。第四，面向用户意图的web使用挖掘预处理模型关键技术。主要包括日志语义分类技术、面向用户意图的会话识别技术和面向用户意图的事务识别技术等。\n (2)提出了一种兼容独立日志请求的聚类算法。在语义识别过程中采用K-means算法作为聚类算法，但是该算法必须事先指定一个聚类数k，影响了其自动化水平，现有确定聚类数的方法在单一样本类的处理方面存在不足，导致无法识别用户只访问一个页面的情况，本文针对BWP方法的局限性，借鉴认知心理学中的空间感知原则，提出了改造的算法，对单一样本类的类内距离值进行动态评估。\n (3)提出了一种适合动态容量的日志请求网页文本聚类算法。本文采用BWP4方法进行文本聚类，但是对拥有相同词汇的不同内容进行文本聚类时，文本聚类效果不佳，而且聚类效果无法根据样本量动态调整，这就导致用户浏览同一主题的不同网页时无法聚为一类。本文针对BWP4方法的局限性，提出了改造的算法，借鉴发展心理学的分化理论，在类内距离和类间距离的评估中引入共词及发展调节因子。\n (4)提出了一种适合大规模容量的日志语义分类算法。本文采用支持向量机进行分类，但是，采用单个简单核进行映射的方式对所有样本进行处理并不合理，因此，出现了大量关于组合核方法的研究。然而，目前组合核函数在构成方法上还存在一定局限性，导致无法准确识别出用户访问不同类别的网页。本文针对线性组合核函数的不足，提出一种基于相乘关系的组合核函数构成算法。\n (5)提出了一种面向用户意图的会话识别方法。本文对目前主要的会话识别方法在理论上进行了讨论，归纳成基于时间、基于导航和基于语义的三类方法，对比分析了各种方法的优缺点，指出了会话识别研究的不足。最后，阐述了面向用户意图的会话识别目标、会话识别的要素，在以往研究不足的基础上，提出面向用户意图的会话识别算法，使用户会话识别过程可以同时采用时间、导航、语义三类信息以模拟用户意图。\n (6)提出了一种面向用户意图的事务识别方法。从用户事务识别研究的分类入手，分析并指出现有事务识别方法存在的诸多不足，阐述了面向用户意图的事务识别目标、事务识别的要素，并从模拟用户意图角度出发，提出了一种新的事务识别算法，该算法既借鉴了前人的经验，又弥补了以往研究的不足，使事务识别算法能够同时兼顾网页的语义信息和网页的导航作用；同时，本章还通过分析导航页识别算法的不足，借鉴社会网络理论的中心度等概念，给出了面向用户访问意图的导航页识别算法。

关键词： web使用挖掘日志预处理聚类算法分类算法用户意图

来源：评论

学校读者我要写书评

暂无评论

web使用挖掘及其在电子商务中的应用研究

引用

现代计算机 2010年第8期16卷 8-12,17页

作者：李海威李小福樊安之广东省财政信息中心广州510030 中山大学数学与计算科学学院广州510275

挖掘商务网站客户的频繁访问模式,可以为提高商务网站的个性化服务水平和服务质量提供辅助决策支持。研究使用web服务器日志数据挖掘客户频繁访问模式的方法,并依据客户访问网站序列的有序性和连续性,对Apriori算法提出四点改进。应用... 详细信息

挖掘商务网站客户的频繁访问模式,可以为提高商务网站的个性化服务水平和服务质量提供辅助决策支持。研究使用web服务器日志数据挖掘客户频繁访问模式的方法,并依据客户访问网站序列的有序性和连续性,对Apriori算法提出四点改进。应用改进后的Apriori于web使用挖掘中,明显提升算法的效率。

关键词： web使用挖掘频繁访问模式 Apriori算法

来源：评论

学校读者我要写书评

暂无评论

集成web使用挖掘和内容挖掘的用户浏览兴趣迁移挖掘算法

引用

小型微型计算机系统 2004年第7期25卷 1170-1173页

作者：邢东山沈钧毅宋擒豹西安交通大学电子与信息工程学院陕西西安710049

提出了一种集成 web使用挖掘和内容挖掘的用户浏览兴趣迁移模式的模型和算法 .介绍了 web页面及其聚类 .通过替代用户事务中的页面为相应聚类的方法得到用户浏览兴趣序列 .从用户浏览兴趣序列中得到用户浏览兴趣迁移模式 .该模型对于网... 详细信息

提出了一种集成 web使用挖掘和内容挖掘的用户浏览兴趣迁移模式的模型和算法 .介绍了 web页面及其聚类 .通过替代用户事务中的页面为相应聚类的方法得到用户浏览兴趣序列 .从用户浏览兴趣序列中得到用户浏览兴趣迁移模式 .该模型对于网络管理者理解用户的行为特征和安排 web站点结构有较大的意义 .

关键词：浏览兴趣迁移模式 web内容挖掘 web使用挖掘电子商务

来源：评论

学校读者我要写书评

暂无评论

基于web使用挖掘的个性化学习推荐系统

引用

计算机应用 2007年第7期27卷 1809-1812+1816页

作者：陶剑文姚奇富浙江工商职业技术学院计算机应用研究所浙江工商职业技术学院计算机应用研究所浙江宁波315012

针对当前E-learning推荐系统存在的问题,引入多Agent(MAS)系统,提出一种基于web使用挖掘的集成MAS与web services的分布式智能推荐系统模型。该模型能动态生成基于用户使用信息的个性化链接页面,有效地帮助学员找到所需的资源信息。提... 详细信息

针对当前E-learning推荐系统存在的问题,引入多Agent(MAS)系统,提出一种基于web使用挖掘的集成MAS与web services的分布式智能推荐系统模型。该模型能动态生成基于用户使用信息的个性化链接页面,有效地帮助学员找到所需的资源信息。提出了一种基于最近最少使用策略的系统推荐算法,包括系统整体实现算法、系统聚类算法及推荐算法。实时性能分析显示该系统运行性能良好。

关键词：多Agent系统个性化推荐系统 web使用挖掘 web服务

来源：评论

学校读者我要写书评

暂无评论

基于ACO的web使用挖掘方法研究

基于ACO的Web使用挖掘方法研究

引用

作者：凌海峰合肥工业大学

学位级别：博士

互联网技术的迅速发展,实现了全球的资源共享和信息交换。然而互联网上的信息量呈指数级速度增长所导致的“信息过载”和“信息迷航”问题已日益制约用户高效地使用各种信息资源。网站通过提供web个性化服务可以提高用户的访问效率和满... 详细信息

互联网技术的迅速发展,实现了全球的资源共享和信息交换。然而互联网上的信息量呈指数级速度增长所导致的“信息过载”和“信息迷航”问题已日益制约用户高效地使用各种信息资源。网站通过提供web个性化服务可以提高用户的访问效率和满意度。实现web个性化推荐所面临的关键问题是需要对大量匿名用户的行为模型进行深层理解,传统的个性化方法很难处理匿名用户的情形,把web使用挖掘用于web个性化推荐是解决上述问题的有效途径。作为web数据挖掘的一个重要组成部分,web使用挖掘就是利用数据挖掘技术分析用户访问留下的日志文件,挖掘用户浏览模式的过程。web使用挖掘可用于理解用户在网站的访问行为,从而可以主动为用户提供网站导航服务。蚁群算法(Ant Colony Optimization,简称ACO)作为群体智能算法的一个分支,是受真实蚁群觅食行为的启发而逐步发展起来的一种模拟蚂蚁群体智能行为的算法。由于其在求解复杂优化问题方面的优势,在许多领域都得到了应用。因此,将蚁群算法引入web使用挖掘、发现用户的浏览模式、为用户提供导航推荐服务,具有重要的理论意义和应用价值。本文首先对蚁群算法的收敛性和web使用数据的预处理进行了研究,在此基础上,分别将蚁群算法应用于用户导航模式和用户聚类的挖掘。所做的主要工作及创新性研究成果如下: (1)在图搜索蚂蚁系统的收敛性分析基础上,对基本蚁群算法进行了改进,并对这种改进的蚁群算法构造全局最优解的概率等收敛性问题进行了研究。首先对Dorigo Macro提出的基本蚁群算法中的Ant Cycle模型作了三点改进:其一是仅最优秀蚂蚁释放信息素,即在第t步迭代结束之后,仅对前t步迭代中所找到的最优解上的弧进行信息素的加强,这样就鼓励蚂蚁在至今发现的最好路径的邻近区域去搜索路径,使蚂蚁对解空间的探索更有方向性;其二是对残留信息素数量进行限幅控制。为了避免算法过早收敛于非全局最优解,在算法的迭代过程中,对任意弧上的残留信息素设定了下界;其三是信息素挥发系数自适应变化。通过挥发系数的自适应变化使蚁群在算法的前面阶段增加搜索的随机性,避免搜索过度集中,有利于搜寻更优解;在算法的后期,减小随机程度,增加收敛速度,使算法在已经搜索到较优解的情况下,逐渐收敛到全局最优解。在此基础上,对该算法的收敛性进行了证明。在仅需满足两个基本假设条件的前提下,证明了算法能以接近于1的概率收敛于最优解。实验结果表明,与基本蚁群算法相比,本文算法的全局搜索能力与收敛速度都有所提高,是一种有效的算法。 (2)在分析现有的web使用数据预处理过程的基础上,对预处理中的一个关键问题——会话识别问题进行了研究,并提出了一种基于自适应时间阈值的会话识别方法。传统的面向时间的方法只根据一个固定的时间阈值参数来识别会话的方法是具有局限性的,本文利用动态的时间阈值参数进行会话识别,分析每个用户的平均页面访问时间,并结合固定的时间阈值得到一个动态的自适应时间阈值,从而实现会话访问时间参数的个性化。实验结果表明,通过该方法获得的用户会话能够更加准确地描述用户的实际浏览行为,对模式发现阶段能够产生好的影响,从而可以提高基于web使用挖掘的用户导航推荐结果的质量。 (3)基于蚂蚁觅食行为与月户浏览网页行为的相似性,把web用户看成是人工的蚂蚁,利用蚁群算法中的概念“外激素”来反映用户的访问兴趣,提出了一个蚁群导航模型来挖掘用户的兴趣导航模式。首先考虑了页面访问次数、页面访问顺序、网站结构和页面访问时间等因素对用户导航路径模式挖掘的影响,其次,考虑了早期访问者与现有访问者对导航路径模式发现的不同影响,提出了基于蚁群算法的群体用户导航模型,并应用蚁群算法来发现用户偏好的导航路径模式。实验结果表明,与传统算法相比,蚁群算法应用于用户导航推荐的准确性较高,说明蚁群算法揭示的是群体用户的兴趣路径,更能反映用户的浏览偏好。 (4)将蚁群算法应用于web使用聚类挖掘领域,提出了一种蚁群算法与K-means算法相结合的方法对访问网站的用户进行聚类。首先介绍了基于群体智能的蚁群聚类算法的四种模型,然后将基于蚁群觅食行为的蚁群算法引入web使用聚类。蚁群算法的一个重要特征是对初始过程不敏感,在满足一定的条件下总是能收敛到全局最优解,但是收敛速度较慢;与蚁群算法相对照,K-means聚类收敛速度较快,但很可能收敛到一个局部最优解,并且由于初始聚类是随机生成的,其结果受到初始过程的影响。本文提出一种将K-means算法嵌入到蚁群算法中的混合算法,充分利用蚁群算法的全局搜索能力和K-means算法的局部搜索能力,并将该算法应用到web用户聚类问题的求解中,实验结果表明该方法是有效的,与K-means聚类算法相比,该方法显著地改善了用户导航推荐的准确性。上

关键词：网站导航推荐 web使用挖掘蚁群算法收敛性会话识别用户兴趣导航路径模式 web用户聚类

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：