用戶瀏覽模式挖掘方法與應(yīng)用研究.pdf

1、隨著WWW的迅速發(fā)展,Internet上的服務(wù)器積累了大量的Web日志數(shù)據(jù),基于Web日志的使用挖掘是目前的研究熱點(diǎn)之一。Web使用挖掘一個(gè)多學(xué)科交叉的研究領(lǐng)域,涉及到數(shù)據(jù)庫(kù)技術(shù)、人工智能、神經(jīng)網(wǎng)絡(luò)、模式識(shí)別、統(tǒng)計(jì)學(xué)、模糊集、粗糙集等許多學(xué)科的理論。通過(guò)對(duì)Web日志進(jìn)行挖掘,可以發(fā)現(xiàn)隱藏其中的知識(shí)和規(guī)律一用戶的訪問(wèn)行為和訪問(wèn)興趣,這些知識(shí)可以應(yīng)用于個(gè)性化服務(wù)、Web站點(diǎn)系統(tǒng)改進(jìn)以及商業(yè)智能等。
　　 本文針對(duì)用戶瀏覽模式的特點(diǎn),

2、就用戶瀏覽模式挖掘方法和用戶瀏覽模式挖掘應(yīng)用2個(gè)方面進(jìn)行了分析與研究,主要工作包括以下幾個(gè)方面:
　　 1.首先從用戶瀏覽模式挖掘的4個(gè)方面:數(shù)據(jù)預(yù)處理、興趣瀏覽模式發(fā)現(xiàn)、瀏覽模式聚類以及用戶瀏覽模式應(yīng)用研究,綜述了國(guó)內(nèi)外學(xué)者的經(jīng)典的方法和最新的進(jìn)展,并對(duì)相關(guān)研究成果進(jìn)行詳細(xì)地整理、歸納與分析。
　　 2.在分析用戶訪問(wèn)行為的基礎(chǔ)上,充分考慮用戶在路徑選擇上以及在頁(yè)面上瀏覽表現(xiàn)出來(lái)的興趣,提出了用戶路徑選擇興趣度以及頁(yè)面

3、瀏覽興趣度的概念,設(shè)計(jì)了路徑選擇興趣矩陣以及頁(yè)面瀏覽興趣矩陣,并基于兩個(gè)矩陣設(shè)計(jì)了瀏覽興趣路徑挖掘算法,先通過(guò)對(duì)這兩個(gè)矩陣進(jìn)行綜合瀏覽興趣度計(jì)算得到所有的瀏覽興趣子路徑,最后進(jìn)行子路徑合并得到瀏覽興趣路徑。
　　 3.考慮到不同的網(wǎng)頁(yè)可能對(duì)用戶來(lái)說(shuō)具有不同的興趣度,提出使用模糊綜合評(píng)判方法來(lái)對(duì)網(wǎng)頁(yè)的興趣度進(jìn)行評(píng)判,此外,用戶在網(wǎng)頁(yè)上的瀏覽時(shí)間對(duì)于分析用戶的瀏覽興趣是一個(gè)很重要的因素,為了忽略用戶瀏覽時(shí)間上的細(xì)小區(qū)別,用戶在網(wǎng)頁(yè)上

4、的瀏覽時(shí)間被刻畫成模糊語(yǔ)言變量來(lái)描述用戶的瀏覽興趣,實(shí)現(xiàn)了基于模糊集的用戶瀏覽模式挖掘算法,挖掘出來(lái)的瀏覽模式更符合人的推理方式。
　　 4.提出了基于LCS的歸納化的用戶瀏覽模式的聚類方法,在聚類過(guò)程中,該方法中使用LCS算法來(lái)獲取會(huì)話之間的最長(zhǎng)公共瀏覽序列,然后根據(jù)該公共瀏覽序列結(jié)合瀏覽興趣、路徑選擇興趣度來(lái)計(jì)算會(huì)話的相似性,同時(shí)為了減少會(huì)話的維數(shù),提高算法的效率,按照網(wǎng)站的層次結(jié)構(gòu)采用歸納化的方法對(duì)用戶會(huì)話進(jìn)行了歸納。

5、r>　　 5.設(shè)計(jì)一種基于模糊粗糙集聚類用戶瀏覽模式的方法,在該方法中,每個(gè)用戶瀏覽模式被表示成等長(zhǎng)的模糊向量的形式,以表示該用戶訪問(wèn)過(guò)的網(wǎng)頁(yè)以及瀏覽時(shí)間。在該模糊向量中,每個(gè)網(wǎng)頁(yè)的都用其模糊區(qū)域的標(biāo)勢(shì)量的最大值來(lái)描述該網(wǎng)頁(yè)的特征,同時(shí)給出了模糊粗糙集環(huán)境下的瀏覽模式的相異性度量,最后通過(guò)粗糙近似方法對(duì)用戶瀏覽模式進(jìn)行聚類。
　　 6.在用戶瀏覽模式的基礎(chǔ)上提出了構(gòu)建頻繁瀏覽興趣主干子網(wǎng)的算法,可以提取出Web網(wǎng)站被頻繁訪問(wèn)的

6、主干部分,為生成3G手機(jī)應(yīng)用的WAP子網(wǎng)以及網(wǎng)站經(jīng)營(yíng)者的商務(wù)應(yīng)用提供參考。
　　 7.為了根據(jù)用戶的訪問(wèn)興趣以提供推薦,本文實(shí)現(xiàn)了一種的利用聚類分析結(jié)果和加權(quán)關(guān)聯(lián)規(guī)則相結(jié)合進(jìn)行個(gè)性化推薦的方法。在該方法中,根據(jù)用戶的興趣擴(kuò)展了傳統(tǒng)的關(guān)聯(lián)關(guān)聯(lián)規(guī)則挖掘方法,考慮了用戶在網(wǎng)頁(yè)上的瀏覽時(shí)間、瀏覽頻度以及網(wǎng)頁(yè)鏈入度等因素,針對(duì)每個(gè)聚類進(jìn)行加權(quán)關(guān)聯(lián)規(guī)則挖掘,計(jì)算用戶會(huì)話屬于哪個(gè)(些)聚類,再應(yīng)用相對(duì)應(yīng)的關(guān)聯(lián)規(guī)則進(jìn)行網(wǎng)頁(yè)推薦服務(wù)。