

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、U D C :3 9中文圖書分類號:T P 3 9 1學校代碼:學 號:密 級:1 0 0 0 5$ 2 0 1 0 0 2 2 0 2公開北京工業(yè)大學碩士專業(yè)學位論文( 全日制)題 目 面向用戶興趣的網頁分類系統(tǒng)研究與應用英文題目T H E R E S E A R C H A N D A P P L I C A T I O N O FⅥ,E BC L A S S I F I C A T I O NS Y S T E M F O RU
2、S E R ’S I N T E R R E S T S論文作者:學 科:研 究 方 向:申 請 學 位:指導教師:所在 單位:答辯 日 期:授予學位單位:段賀新電子與通信工程計算機應用技術、數(shù)據(jù)挖掘工程碩士閆健卓電子信息與控制工程學院20 13 年6 月北京工業(yè)大學摘要摘要隨著信息技術的發(fā)展,互聯(lián)網上信息浩瀚繁雜。面對網上海量的信息,如何合理、有效地組織和管理網上信息,已經日益成為信息處理領域里一個十分重要的研究課題。其中,網頁分類是
3、這些研究課題中的熱點方向。網頁分類即根據(jù)一定的規(guī)則,利用訓練樣本集實現(xiàn)對待分類的網頁進行自動分類。將網頁進行有序組織,改善信息檢索性能及效率,提高網絡信息資源的利用率。W e b 日志中記錄了用戶上網的瀏覽記錄信息,如何根據(jù)這些信息挖掘出用戶的興趣,為用戶提供個性化服務。本文提出了在網頁分類的結果上,利用瀏覽內容分析和瀏覽時間來構建用戶興趣模型。網頁分類是在傳統(tǒng)的文本分類基礎上,結合網頁的半結構化特征來進行區(qū)分。網頁不同于傳統(tǒng)文本,在包
4、含大量文本信息的同時,也包含大量的噪聲信息如廣告、超鏈接等其他信息。如何去除這些噪聲信息,實現(xiàn)網頁的正文提取是網頁分類預處理階段的重要步驟? 本文在最大連續(xù)子序列和基礎上,提出基于它的網頁正文抽取算法,將過濾之后的主題型網頁變成正負相交的數(shù)字序列,求出最大的連續(xù)子序列和,該序列的起始位置和結束位置即為網頁正文的起始位置和結束位置。考慮到異常情況,將求取最大連續(xù)子序列和轉變?yōu)榍蟾髯訁^(qū)間和大于某一閾值的正文,最后判斷該正文區(qū)間是否大于設定的
5、正文度,最后整理成網頁正文。同時,在網頁分類和用戶W e bE t 志的基礎上,將網頁分類的結果應用于用戶興趣模型的計算上。采用二層樹狀模型來構建用戶興趣模型。該模型分為兩級節(jié)點:第一級節(jié)點代表用戶某一類興趣,以主題詞( 或者是關鍵詞) 和它的權值表示;第二級節(jié)點,即是葉子節(jié)點代表了用戶某一類興趣的特征向量。其中第一級節(jié)點的興趣權值轉化為基于用戶瀏覽時間到用戶興趣權值的映射公式,使權值計算更加準確。二級節(jié)點采用根據(jù)特征刪除、特征泛化之后
6、特征向量。最后,本文進行網頁分類系統(tǒng)的設計及實現(xiàn),將網頁分類系統(tǒng)分為日志處理子系統(tǒng)、網頁分類子系統(tǒng)及興趣計算子系統(tǒng),其中網頁分類子系統(tǒng)是本文撰寫重點。網頁分類子系統(tǒng)分為網頁正文提取、中文分詞、特征選擇、網頁分類這四個模塊,每個模塊給出算法實現(xiàn)的流程圖及詳細步驟解釋。通過對K N N 算法和N a i v eB a y e s 算法在準確率和效率上的對比,系統(tǒng)采用N a i v e B a y e s 算法進行網頁分類的核心算法。最后采用
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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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
- mba論文面向用戶興趣的用戶瀏覽行為分析方法及應用pdf
- mba論文面向用戶體驗的網頁界面優(yōu)化設計方法研究pdf
- mba論文面向用戶體驗的網頁界面視覺風格探究pdf
- mba論文面向用戶興趣漂移的web數(shù)據(jù)流挖掘算法研究pdf
- mba論文面向用戶的iaas云資源監(jiān)控系統(tǒng)pdf
- mba論文面向用戶需求的服務發(fā)現(xiàn)研究pdf
- mba論文面向用戶的流媒體遷移系統(tǒng)設計與實現(xiàn)pdf
- mba論文面向用戶體驗的移動出版研究pdf
- mba論文面向用戶心理模型的手機翻譯應用交互研究pdf
- 面向用戶的OLTP評測系統(tǒng)研究.pdf
- mba論文面向用戶需求的企業(yè)遠程培訓系統(tǒng)的研究與實現(xiàn)pdf
- mba論文面向用戶的wsn認證架構的研究pdf
- 面向用戶興趣的用戶瀏覽行為分析方法及應用.pdf
- mba論文面向用戶信息行為的數(shù)據(jù)挖掘研究pdf
- mba論文面向用戶需求的web服務發(fā)現(xiàn)研究pdf
- mba論文面向用戶的開放知識披露動機研究pdf
- mba論文面向用戶需求的屬性約簡方法研究pdf
- mba論文面向用戶需求的web服務發(fā)現(xiàn)與選擇pdf
- mba論文面向用戶訪問意圖的web系統(tǒng)老化趨勢預測研究pdf
- mba論文面向用戶親密關系的社會網絡研究pdf
評論
0/150
提交評論