面向互聯(lián)網(wǎng)個(gè)性化信息服務(wù)的計(jì)算Web智能研究.pdf

1、個(gè)性化信息服務(wù)是互聯(lián)網(wǎng)應(yīng)用中的一個(gè)研究熱點(diǎn),得到了很多研究者的關(guān)注,已經(jīng)在電子商務(wù)和搜索引擎等領(lǐng)域得到了廣泛的研究和應(yīng)用。隨著新一代以“用戶”為中心的互聯(lián)網(wǎng)模式Web2.0的產(chǎn)生,人們能夠體驗(yàn)更加個(gè)性化的互聯(lián)網(wǎng)信息服務(wù)。然而,隨著互聯(lián)網(wǎng)個(gè)性化信息服務(wù)應(yīng)用的日益廣泛,Web上的數(shù)據(jù)量猛增,隨之而來(lái)的問(wèn)題是Web數(shù)據(jù)的模糊性、粗糙性、隨機(jī)性等不確定性特征的日益突出。在處理不確定的Web數(shù)據(jù)時(shí),傳統(tǒng)的Web挖掘技術(shù)難以進(jìn)行有效地知識(shí)發(fā)現(xiàn)和個(gè)性

2、化推薦,難以提高互聯(lián)網(wǎng)個(gè)性化信息服務(wù)水平,因此有必要提高Web挖掘的智能化程度。
　　隨著智能技術(shù)的發(fā)展和互聯(lián)網(wǎng)應(yīng)用的普及,計(jì)算Web智能作為計(jì)算智能和Web技術(shù)的集成,提高了Web挖掘的智能化程度,已經(jīng)在電子商務(wù)領(lǐng)域得到廣泛的研究和應(yīng)用。
　　本文深入開(kāi)展了模糊Web智能、粗糙Web智能等計(jì)算Web智能的研究,以及Web日志數(shù)據(jù)預(yù)處理和概念層次編碼等Web技術(shù)的研究和實(shí)踐,主要研究?jī)?nèi)容為:
　　1.分析Web日志數(shù)據(jù)

3、的來(lái)源、數(shù)據(jù)預(yù)處理過(guò)程,重點(diǎn)研究事務(wù)識(shí)別的過(guò)程和方法,最后給出預(yù)處理示例;
　　2.研究表示背景知識(shí)的概念層次編碼方法,具體包括:(1)分析現(xiàn)有的概念層次樹(shù)編碼方法,并在此基礎(chǔ)上提出更有效的編碼方法,以避免表間的連接操作代價(jià),高效實(shí)現(xiàn)概念層次樹(shù)的泛化和特化操作;(2)研究概念層次格形式的相關(guān)操作和存儲(chǔ)表示,并改進(jìn)概念層次格的編碼方法,以高效實(shí)現(xiàn)概念層次格的泛化和特化操作;
　　3.研究計(jì)算Web智能中的模糊Web智能技術(shù),提

4、出基于SOFM網(wǎng)絡(luò)的多層模糊關(guān)聯(lián)規(guī)則挖掘算法,生成易于理解的、有意義的多層次模糊關(guān)聯(lián)規(guī)則,提高Web日志挖掘的智能化程度,以提升互聯(lián)網(wǎng)個(gè)性化信息服務(wù)水平;
　　4.研究計(jì)算Web智能中的粗糙Web智能技術(shù),提出一種新的基于粗糙集的Web日志挖掘算法,抽取決策規(guī)則,預(yù)測(cè)Web用戶訪問(wèn)行為,提高Web日志挖掘的智能化程度,以提升互聯(lián)網(wǎng)個(gè)性化信息服務(wù)水平;
　　5.構(gòu)建新一代互聯(lián)網(wǎng)個(gè)性化信息服務(wù)系統(tǒng)模型,即Wiki系統(tǒng)模型,為互聯(lián)

5、網(wǎng)個(gè)性化信息服務(wù)提供研究平臺(tái)。
　　本文的主要特色與創(chuàng)新之處:
　　1.提出了基于層次域的概念層次樹(shù)二進(jìn)制編碼法。該編碼方法中編碼整齊清晰,能明確地表征其所在層次樹(shù)中的位置,將層次中的偏序關(guān)系完全轉(zhuǎn)化為編碼間的關(guān)系,能有效表示W(wǎng)eb挖掘的領(lǐng)域背景知識(shí),而且可以避免表間的連接操作代價(jià),高效實(shí)現(xiàn)了概念層次樹(shù)的泛化和特化操作。同時(shí)改進(jìn)了基于布爾傳遞閉包矩陣的概念格編碼方法,該方法不僅避免了表連接操作代價(jià),而且也減少了存儲(chǔ)空間,可以

6、有效表示多屬性、多層次的領(lǐng)域知識(shí),提高了實(shí)現(xiàn)概念層次格的泛化和特化操作的效率。
　　2.基于改進(jìn)的概念層次樹(shù)編碼方案和SOFM網(wǎng)絡(luò),將模糊集引入關(guān)聯(lián)規(guī)則挖掘中,提出了基于SOFM網(wǎng)絡(luò)的多層模糊關(guān)聯(lián)規(guī)則挖掘算法。該算法可以表示復(fù)雜龐大的概念層次樹(shù),也可以自動(dòng)確定樣本數(shù)據(jù)的隸屬度函數(shù)。該算法可以有效地挖掘出易于理解的、有意義的多層次模糊關(guān)聯(lián)規(guī)則,具有很好的效率和伸縮性,提高了Web日志挖掘的智能化程度。
　　3.提出了一種新的基

7、于粗糙集技術(shù)的Web日志挖掘算法,采用基于差別矩陣的屬性約簡(jiǎn)算法和屬性值約簡(jiǎn)算法,抽取決策規(guī)則,以預(yù)測(cè)Web用戶行為。該方法增強(qiáng)了決策分類規(guī)則集的完備性,提高了Web用戶行為的預(yù)測(cè)精度,提升了Web日志挖掘的智能化程度。
　　4.引入統(tǒng)一建模語(yǔ)言UML對(duì)Wiki系統(tǒng)進(jìn)行功能需求建模、數(shù)據(jù)建模和Web建模?；赨ML的Wiki系統(tǒng)模型,提高了Wiki系統(tǒng)的軟件重用和開(kāi)發(fā)效率,并有利于新一代互聯(lián)網(wǎng)模式Web2.0的研究和應(yīng)用。