改進的關(guān)聯(lián)規(guī)則在個性化網(wǎng)站建設(shè)中的應(yīng)用.pdf_第1頁
已閱讀1頁，還剩49頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、一個網(wǎng)站有許多個網(wǎng)頁組成，網(wǎng)站上的信息分布在這些網(wǎng)頁上，不同的用戶對不同網(wǎng)頁上的信息感興趣，但是網(wǎng)站中大量的網(wǎng)頁存在著結(jié)構(gòu)的不合理性，鏈接頁面的無效性等現(xiàn)狀，降低了用戶訪問頁面的效率，如何通過Web使用挖掘技術(shù)來了解用戶的興趣和愛好，分析用戶的瀏覽模式，根據(jù)用戶的當(dāng)前訪問需要，自動實時地為用戶提供推薦頁面，滿足多元化的需求，使得個性化服務(wù)勢在必行。 本文分析了基于動態(tài)網(wǎng)頁下信息采集的方法和算法，通過基于邏輯與運算構(gòu)造支持矩陣快速

2、挖掘頻繁模式的挖掘算法(FDLG)對信息進行挖掘產(chǎn)生關(guān)聯(lián)規(guī)則，并借助模糊動態(tài)聚類算法輔助實現(xiàn)個性化推薦的體系結(jié)構(gòu)。 論文的主要工作如下： (1)概述了數(shù)據(jù)挖掘的有關(guān)研究內(nèi)容，探討了關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘的研究現(xiàn)狀。 (2)探索了動態(tài)網(wǎng)頁下數(shù)據(jù)采集的方法，大大減少了記錄量，提高了用戶的識別率。 (3)對關(guān)聯(lián)規(guī)則挖掘理論展開研究，討論了一些傳統(tǒng)的關(guān)聯(lián)規(guī)則挖掘算法存在的問題，然后提出了基于邏輯與運算的快速挖掘頻繁模式

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論