數(shù)據(jù)挖掘技術(shù)在網(wǎng)站個性化推薦中的應(yīng)用.pdf

1、Web頁面過于復(fù)雜，而且是無結(jié)構(gòu)的、動態(tài)的，導(dǎo)致人們難以迅速、方便地在Web上找出所需要的數(shù)據(jù)和信息。Web數(shù)據(jù)挖掘是從大量的Web文檔集合和在站點(diǎn)內(nèi)進(jìn)行瀏覽的相關(guān)數(shù)據(jù)中發(fā)現(xiàn)蘊(yùn)涵的、未知的、有潛在應(yīng)用價值的、非平凡的模式的過程。它是傳統(tǒng)數(shù)據(jù)挖掘技術(shù)在Web環(huán)境下的應(yīng)用。 在網(wǎng)站的設(shè)計實(shí)現(xiàn)過程中，如果能夠根據(jù)用戶個體的訪問興趣來進(jìn)行個性化推薦，將會提高用戶對網(wǎng)站的瀏覽效率，更加有針對性的滿足用戶的需求，從而贏得用戶的青睞。通過對用

2、戶的訪問信息進(jìn)行Web使用挖掘，進(jìn)而發(fā)現(xiàn)其中的模式，可以有效的實(shí)現(xiàn)網(wǎng)頁的個性化推薦。 對Web內(nèi)容挖掘、Web結(jié)構(gòu)挖掘和Web使用挖掘之間的差異進(jìn)行的對比和深入研究表明，Web使用挖掘在網(wǎng)站的個性化推薦中具有重要意義。通過對Web使用挖掘的一般過程的分析，給出了適合于網(wǎng)站的個性化推薦方案。 分析和比較從客戶端、代理端、服務(wù)器端及后臺數(shù)據(jù)庫獲取Web數(shù)據(jù)的特點(diǎn)及優(yōu)勢，同時分析了各種數(shù)據(jù)源在數(shù)據(jù)收集及準(zhǔn)確反映用戶瀏覽行為方面

3、的局限性，最終確定了面向服務(wù)器端進(jìn)行Web使用挖掘的方向。進(jìn)一步分析服務(wù)器端數(shù)據(jù)源的特性，給出了針對此數(shù)據(jù)源的數(shù)據(jù)預(yù)處理方案及改進(jìn)方法，提出了數(shù)據(jù)凈化、用戶識別、會話識別等關(guān)鍵預(yù)處理步驟，以便為其后的挖掘過程提供盡可能準(zhǔn)確的數(shù)據(jù)。 對網(wǎng)頁拓?fù)浣Y(jié)構(gòu)及頁面的訪問時間進(jìn)行分析，剔除了非用戶興趣的頁面，提高了數(shù)據(jù)源的準(zhǔn)確性。通過分析個性化推薦中關(guān)聯(lián)規(guī)則的性質(zhì)，給出了適合于網(wǎng)頁個性化推薦的挖掘方法，并選擇了滿足該方法的存儲結(jié)構(gòu)以及關(guān)聯(lián)規(guī)則