Web使用挖掘與網頁個性化服務推薦研究.pdf

1、數據挖掘是計算機科學、人工智能和數據庫研究方向的一項重要課題,它是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用數據中,提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。Web頁面包含復雜的、無結構的、動態(tài)的數據信息,如何對Web上的海量信息進行分析,針對用戶的需求,提供個性化推薦服務,是當今數據挖掘技術一項重要的應用。本文在總結前人研究成果的基礎上,針對Web使用挖掘進行了研究,主要內容歸納如下:
　　

2、 (1)對數據挖掘的基本理論知識和分類進行了總體研究,詳細分析了Web使用挖掘的數據源,數據預處理的基本流程。
　　 (2)對關聯規(guī)則相關理論進行了詳細的介紹,分析了經典Apriori算法的性能,對其進行了改進。在自然連接產生候選集以前先進行一個修剪過程,減少參加連接的項集數量,因而減小生成的候選項集規(guī)模,減少了循環(huán)迭代次數和運行時間,同時在連接判斷步驟中減少多余的判斷次數。
　　 (3)詳細的介紹了K-means聚類

3、算法的基本思想以及流程,分析了它的優(yōu)缺點,提出了一種改進的K-means算法,即MFA算法。針對K-means算法中每次調整簇中心后確定新的簇中心需要大量的距離計算,提出一種利用簇中心的變化信息來確定新簇中心的方法,通過從動態(tài)簇中心集中選取候選集的方法減少了過濾算法的計算復雜度。
　　 (4)對校園網網站的日志數據進行分析處理,利用改進的挖掘算法進行數據挖掘,發(fā)現用戶的訪問模式,最后利用挖掘結果,給網站添加個性化推薦功能,主動為