基于關聯(lián)規(guī)則分類的web用戶興趣預測.pdf

1、　　本文針對數(shù)據(jù)挖掘技術在web挖掘中的應用進行了研究工作。在第一章緒論中介紹了本論文的研究背景、研究意義，以及論文的主要工作。第二章對數(shù)據(jù)挖掘技術的定義，結構，過程以及一些分析方法進行了綜述。第三章分析Web挖掘當前研究現(xiàn)狀，指出了Web挖掘的困難，著重討論了Web內(nèi)容挖掘技術。第四章討論了Web使用挖掘的過程，模式發(fā)現(xiàn)的常用算法，詳細分析了日志預處理的各個過程。　　第五章中對關聯(lián)規(guī)則的經(jīng)典算法Apriori進行分析，并指出它的一些

2、缺陷，存在的問題，同時，也討論FP-growth算法，指出用FP-growth算法來挖掘頻繁項集可以避免產(chǎn)生大量候選集，并且算法效率有很大的提高。在此基礎上，分析了傳統(tǒng)分類關聯(lián)規(guī)則挖掘算法產(chǎn)生的問題，提出一種用于web挖掘的分類關聯(lián)規(guī)則挖掘算法?！　〉诹逻\用不同的方法來對web用戶興趣預測。試驗表明用于web挖掘的分類關聯(lián)規(guī)則挖掘算法是有效的。在全文的分析基礎上，提出一種基于web挖掘的網(wǎng)站個性化推薦系統(tǒng)結構。　　第七章是全文的總