基于Web使用挖掘的個(gè)性化推薦服務(wù)研究.pdf

1、隨著Internet應(yīng)用的迅速發(fā)展，網(wǎng)上信息迅速增長，信息種類也越來越多，人們面對太多的信息無法選擇和消化，此種現(xiàn)象稱為信息過載。Internet上信息資源分布的廣泛性又給用戶尋找感興趣的信息增加了困難，也就是所謂的信息迷失。當(dāng)前主要采用搜索引擎來檢索Web上的信息，大多數(shù)搜索引擎缺乏主動(dòng)性，未考慮個(gè)體用戶的興趣偏好，因而未能有效地解決信息過載和信息迷失的問題。為了有效地解決信息過載和信息迷失給人們帶來的種種困擾。最近研究者們提出了一種

2、被認(rèn)為能有效解決這些問題的技術(shù)--Web個(gè)性化服務(wù)技術(shù)。 基于Web使用挖掘的個(gè)性化服務(wù)是目前Web個(gè)性化服務(wù)中應(yīng)用和研究的關(guān)鍵技術(shù)，Web使用挖掘主要應(yīng)用于個(gè)性化推薦服務(wù)，商業(yè)智能和Web站點(diǎn)優(yōu)化。本文主要對基于Web使用挖掘的個(gè)性化推薦服務(wù)中若干關(guān)鍵技術(shù)進(jìn)行了研究。 本文的主要研究內(nèi)容如下： 1.Web使用挖掘的方法研究。詳細(xì)的研究和探討了Web使用挖掘的整個(gè)過程(如：數(shù)據(jù)收集、數(shù)據(jù)預(yù)處理、模式發(fā)現(xiàn)、模式分析

3、以及應(yīng)用)。 2.提出了一種可擴(kuò)展興趣表示模型(SIM)。首先，介紹了目前個(gè)性化推薦服務(wù)系統(tǒng)中表示用戶瀏覽興趣和CI(cluster'sinterestcharacteristic，后文將用“CI”代替“聚類的興趣特征”)的若干方法，分析了它們各自的不足之處。然后，提出了一種可擴(kuò)展興趣表示模型(SIM)。SIM利用用戶會(huì)話(后文將用“會(huì)話”代替“用戶會(huì)話”)的所有2-會(huì)話片斷的特征來表示SI(session'sinterestc

4、haracteristic，后文將用“SI”代替“用戶會(huì)話的興趣特征”)。SIM是一個(gè)可擴(kuò)展模型，根據(jù)具體應(yīng)用的需要SIM可以調(diào)整從2-會(huì)話片斷中抽取特征的數(shù)目來調(diào)整它表示SI和CI的準(zhǔn)確性。實(shí)驗(yàn)結(jié)果表明，SIM有效提高了表示SI和CI的準(zhǔn)確性。 3.提出了一種基于會(huì)話聚類的個(gè)性化推薦算法(SCRec)。首先，詳細(xì)分析了目前基于聚類挖掘技術(shù)的個(gè)性化推薦方法的若干不足之處。然后，提出了一種基于會(huì)話聚類的個(gè)性化推薦算法(SCRec)