检索结果-内蒙古大学图书馆

作者：王偕旭华南理工大学

学位级别：硕士

Internet现在已经成为获取信息的重要源泉。但随着Internet上的信息呈指数级别的增长,用户逐渐被淹没在信息的海洋中,全面,及时的获取感兴趣的新闻和信息已经变得越来越难。如何以用户为中心,为其提供量身定制的web推荐服务已成为当前... 详细信息

Internet现在已经成为获取信息的重要源泉。但随着Internet上的信息呈指数级别的增长,用户逐渐被淹没在信息的海洋中,全面,及时的获取感兴趣的新闻和信息已经变得越来越难。如何以用户为中心,为其提供量身定制的web推荐服务已成为当前学术界和产业界的研究热点。\n 本论文主要研究如何根据用户的web浏览历史内容来学习用户的浏览兴趣和偏好,并将用户的兴趣与偏好形式化成为用户兴趣模型,最后基于用户兴趣模型向用户作web推荐。\n 系统使用加权向量((interest1,weight1),…(interesti,weighti),…)来表示用户兴趣模型。其中interesti表示用户的第i个兴趣点,而weighti则表示了该兴趣点在用户兴趣组成中所占的比率。系统充分考虑了用户兴趣模型在两个方面的功能需求：一方面,为了很好的指导web推荐,用户兴趣模型必须具备良好的准确性和描述完备性；另一方面,对于终端观察分析者,用户兴趣模型必须具备清晰,简洁的展示效果。基于以上两点考虑,本文提出了同时提供两套用户兴趣模型的策略,首先采用层次聚类方法得到一套用户兴趣模型,该模型用聚类后所得类簇的特征向量描述用户的一个兴趣点。实验结果表明,该套模型在相似度阈值取0.2时,对于实验数据集的聚类准确率为99.

关键词：用户兴趣兴趣模型 web推荐系统加权向量聚类学习

来源：评论

学校读者我要写书评

暂无评论

采用反馈机制的自适应web推荐系统

引用

计算机技术与发展 2007年第5期17卷 133-136页

作者：王悦周国祥朱子荣合肥工业大学计算机与信息学院安徽合肥230009

web服务的初衷是能让用户能够快捷方便地找到自己需要的资源,但是当前过量的网络资源反而增加了用户的麻烦。于是出现了结合用户对web使用的数据挖掘应用的web推荐系统。在传统web推荐系统的基础上引入了反馈机制。使推荐系统在线给用... 详细信息

web服务的初衷是能让用户能够快捷方便地找到自己需要的资源,但是当前过量的网络资源反而增加了用户的麻烦。于是出现了结合用户对web使用的数据挖掘应用的web推荐系统。在传统web推荐系统的基础上引入了反馈机制。使推荐系统在线给用户提供推荐功能的同时,对自身的推荐机制改进,更体现了个性化服务的灵活性。

关键词： web使用挖掘 web推荐系统反馈机制

来源：评论

学校读者我要写书评

暂无评论

基于web使用挖掘的个性化推荐系统

基于Web使用挖掘的个性化推荐系统

引用

作者：张海玉西北大学

学位级别：硕士

信息过载和资源迷向己经成为制约人们高效使用Internet信息的瓶颈。信息过载是指用户面对太多的信息难以及时地消化、吸收;资源迷向是指用户不知道如何确切地表达对网上资源的需求,也不知道如何准确有效地寻找资源。而个性化推荐系统能... 详细信息

信息过载和资源迷向己经成为制约人们高效使用Internet信息的瓶颈。信息过载是指用户面对太多的信息难以及时地消化、吸收;资源迷向是指用户不知道如何确切地表达对网上资源的需求,也不知道如何准确有效地寻找资源。而个性化推荐系统能够根据用户的兴趣偏好主动推荐他所需的资料。它的出现解决了人们寻找信息难的问题。本文设计并实现了一个基于web使用挖掘的个性化推荐系统原型,即从web Log文件中挖掘出用户感兴趣的浏览模式,在线向用户提供推荐服务,指导用户的浏览,提高搜索效率和准确率。本系统分为三个功能模块:1)数据预处理模块。它是web使用挖掘的第一阶段,包括数据净化、用户识别、会话识别、路径补充和事务识别。本文分析了各个步骤的目的、方法,并给出了每个步骤的实现算法。2)模式挖掘模块。该模块实现了FCC事务聚类算法和用户浏览模式挖掘算法,挖掘出了事务聚类集和偏爱路径集。同时本文探讨了偏爱度与传统置信度的优缺点,实现了对用户浏览模式挖掘算法的改进。3)在线推荐模块。该模块采集当前用户的访问路径,利用推荐算法自动生成推荐页面,在线提供给用户,从而指导用户的浏览。本模块实现了基于事务聚类的推荐算法和基于偏爱路径的推荐算法。其中,在基于事务聚类的推荐算法中考虑了用户访问的顺序性,并引进了关联规则,使推荐的结果更为准确。最后,本文总结了工作尚存的不足,并指出了个性化推荐系统的研究方向、应用前景。

关键词： web使用挖掘 web推荐系统事务聚类用户浏览模式挖掘

来源：评论

学校读者我要写书评

暂无评论

web个性化向导及推荐技术的研究与实现

Web个性化向导及推荐技术的研究与实现

引用

作者：曹山华南理工大学

学位级别：硕士

近年来，随着电子商务和计算机技术的发展，把智能计算技术和数据挖掘技术应用到电子商务，解决现有电子商务技术在个性化服务及商品信息推荐等方面的种种不足。目前的web个性化服务系统存在着内容单一、需要用户显式提供资料及需要在... 详细信息

近年来，随着电子商务和计算机技术的发展，把智能计算技术和数据挖掘技术应用到电子商务，解决现有电子商务技术在个性化服务及商品信息推荐等方面的种种不足。目前的web个性化服务系统存在着内容单一、需要用户显式提供资料及需要在客户端安装插件等问题，应用web挖掘技术可以为这些问题提供一种新的解决方案。\n　　本文首先介绍了国内外个性化服务的研究现状，强调提供个性化服务的重要性。然后在已有的web模型基础上，提出实现智能个性化web向导及推荐系统的策略，并结合web挖掘技术对web用户的访问模式发现、个性化推荐进行深入研究和探讨。接着重点介绍了用户连续访问序列算法-UCAP，其可以为用户提供在线web向导服务，结合多层关联推荐算法MLARU实现的个性化商品推荐，获得了智能个性化web向导及推荐系统。本文最后阐述了智能个性化服务系统的整体架构及其主要子系统。\n　　本文有以下创新：\n　　(1)提出了基于用户的连续访问序列算法UCAP，其主要思想是通过数据参考库和web日志构建基于用户的连续UWAP挖掘树，挖掘出每个用户的连续频繁访问序列，建立规则，放入模式库。新算法不仅能有效地应用于电子商务的个性化服务系统，而且能方便地推广到其它相关应用，把智能技术和数据挖掘技术实用化。\n　　(2)在UCAP算法的基础上结合MLARU算法，实现了智能个性化web向导及推荐模块，并将此模块应用到广东省科技攻关项目“商品信息智能搜索、分析与决策系统”的关键部分-智能个性化服务系统。系统通过隐式获取方法取得用户访问序列，按用户识别会话，在服务器端后台定时挖掘并将结果存入模式库，当用户在线访问时实时进行匹配，解决了前面提到的当前web个性化服务系统所存在的问题。

关键词： web挖掘个性化服务电子商务 web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：