已閱讀1頁，還剩63頁未讀， 繼續(xù)免費閱讀
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)，請進行舉報或認領(lǐng)
文檔簡介
1、一個網(wǎng)站由許多個網(wǎng)頁組成，網(wǎng)站上的信息分布在這些網(wǎng)頁上，而不同用戶對不同網(wǎng)頁上的信息感興趣，現(xiàn)在隨著網(wǎng)絡(luò)技術(shù)的高速發(fā)展，網(wǎng)絡(luò)上的信息呈指數(shù)增長，所以人們要想在眾多的信息資源中找到自己需要的信息越來越困難。如何通過使用挖掘技術(shù)來了解用戶的興趣和愛好，分析用戶的瀏覽模式，并如何根據(jù)用戶的當前訪問需要，自動實時地為用戶提供推薦頁面，成為了一個熱點研究課題。 本文主要研究如何利用Web挖掘分析日志得到用戶對網(wǎng)站的訪問模式，據(jù)此提出一種能
2、幫助站點所有新老用戶提高訪問效率的推薦技術(shù)，完善站點拓撲結(jié)構(gòu)，以提高站點訪問效率。為此，本文主要做了以下幾個方面的研究工作： 1）概述了Web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）從Web日志文件內(nèi)容向各種挖掘算法提供準確的數(shù)據(jù)源，對Web日志挖掘數(shù)據(jù)進行預(yù)處理工作，并對其中的問題進行了討論。 3）介紹了經(jīng)典的Apriori算法和FP—growth算法，結(jié)合FP—growth算法中FP樹的生
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)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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
- 基于Web數(shù)據(jù)挖掘的網(wǎng)站個性化服務(wù)研究.pdf
- 基于WEB挖掘的個性化服務(wù).pdf
- Web日志挖掘在網(wǎng)站個性化服務(wù)中的應(yīng)用研究.pdf
- 基于web日志挖掘的個性化服務(wù)研究.pdf
- 基于數(shù)據(jù)挖掘的WEB個性化服務(wù)研究.pdf
- 基于web使用挖掘的個性化網(wǎng)站網(wǎng)頁.pdf
- 基于Web內(nèi)容和日志挖掘的個性化服務(wù)研究.pdf
- 基于Web數(shù)據(jù)挖掘的個性化服務(wù)研究.pdf
- 基于Web使用挖掘的個性化推薦服務(wù)研究.pdf
- 基于WEB日志挖掘的個性化服務(wù)技術(shù)的研究.pdf
- Web日志挖掘在網(wǎng)站個性化推薦中的應(yīng)用.pdf
- Web數(shù)據(jù)挖掘在個性化自適應(yīng)網(wǎng)站中的應(yīng)用.pdf
- 基于Web挖掘的智能站點個性化服務(wù)的研究.pdf
- Web挖掘與個性化信息服務(wù).pdf
- Web數(shù)據(jù)挖掘在個性化服務(wù)中的應(yīng)用研究.pdf
- 數(shù)據(jù)挖掘在Web個性化服務(wù)中的應(yīng)用研究.pdf
- 基于Web數(shù)據(jù)挖掘分類算法的個性化信息服務(wù).pdf
- 利用Web數(shù)據(jù)挖掘?qū)崿F(xiàn)Web個性化服務(wù).pdf
- 基于Web挖掘的個性化信息檢索研究.pdf
- 基于Web日志挖掘的個性化推薦研究.pdf
評論
0/150
提交評論