多關(guān)系異構(gòu)對(duì)象Web挖掘研究.pdf

1、萬(wàn)維網(wǎng)(World Wide Web)隨著近十年來(lái)的迅猛發(fā)展,已經(jīng)成為一個(gè)巨大而復(fù)雜的信息空間.當(dāng)用戶面對(duì)這樣快速增長(zhǎng)的信息空間時(shí),往往感覺到"信息過(guò)載".面對(duì)這樣的問題,Web挖掘技術(shù)應(yīng)運(yùn)而生.該技術(shù)結(jié)合信息檢索,數(shù)據(jù)挖掘以及知識(shí)管理等技術(shù),幫助用戶快速的查找和管理所需要的信息.針對(duì)研究對(duì)象的不同,目前Web挖掘技術(shù)有三大研究方向:Web內(nèi)容挖掘、Web結(jié)構(gòu)挖掘以及Web使用挖掘. 隨著用戶對(duì)Web上信息的進(jìn)一步使用,在基本的

2、'Web內(nèi)容數(shù)據(jù)的基礎(chǔ)上衍生出了其他類型的數(shù)據(jù).比如:用戶的網(wǎng)站瀏覽數(shù)據(jù),用戶查詢?nèi)罩緮?shù)據(jù)以及用戶評(píng)價(jià)數(shù)據(jù)等.在這些數(shù)據(jù)中包含了多種對(duì)象,其中包括用戶、查詢?cè)~,所點(diǎn)擊瀏覽的頁(yè)面等.并且這些對(duì)象不僅包含自身的性質(zhì),也同時(shí)與其他不同的對(duì)象之間存在多種關(guān)聯(lián)關(guān)系.我們稱之為:多關(guān)系異構(gòu)對(duì)象.這種多關(guān)系異構(gòu)對(duì)象數(shù)據(jù)包含了大量有價(jià)值的信息,充分利用這些信息能有效的提高用戶對(duì)Web信息獲取的滿意度、提高信息的利用率.當(dāng)前的Web挖掘研究并沒有涉及該種

3、復(fù)雜數(shù)據(jù)的挖掘問題.由于該數(shù)據(jù)數(shù)量巨大但關(guān)聯(lián)關(guān)系很稀疏,使得對(duì)該種數(shù)據(jù)的挖掘成為非常巨大的挑戰(zhàn).本課題通過(guò)拓寬當(dāng)前Web挖掘?qū)ο蟮姆秶?提出了多關(guān)系異構(gòu)對(duì)象挖掘研究來(lái)解決這些問題.在該研究中,我們相應(yīng)的提出了多關(guān)系異構(gòu)對(duì)象內(nèi)容挖掘、多關(guān)系異構(gòu)對(duì)象結(jié)構(gòu)挖掘以及多關(guān)系異構(gòu)對(duì)象使用挖掘的概念,并針對(duì)每個(gè)類別提出了一系列的挖掘算法并進(jìn)行了體系化的理論研究工作. 本課題的研究提出了以下創(chuàng)新性的理論: 1. 多關(guān)系異構(gòu)對(duì)象的潛在語(yǔ)義

4、分析.考慮到對(duì)象本身的內(nèi)容信息以及與之關(guān)聯(lián)的對(duì)象信息,我們提出一種概率潛在語(yǔ)義分析模型來(lái)統(tǒng)一內(nèi)容信息以及關(guān)系信息獲得更好的聚類效果. 2.基于迭代的互增強(qiáng)算法.在信任網(wǎng)絡(luò)傳播理論下,對(duì)象的類信息以及同構(gòu)對(duì)象的相似度信息可以被迭代的傳播到與之相關(guān)聯(lián)的對(duì)象中去. 3.基于耗散熱傳導(dǎo)模型的鏈接分析算法.傳統(tǒng)的PageRank算法不能在復(fù)雜的基于層次的鏈接結(jié)構(gòu)圖上進(jìn)行分析.為了解決這個(gè)問題,我們首次提出一種基于耗散熱傳導(dǎo)的層次化

5、鏈接分析算法.該算法不僅考慮鏈接結(jié)構(gòu),同時(shí)也考慮到鏈接結(jié)構(gòu)圖的層次信息. 4.解決數(shù)據(jù)稀疏性問題的數(shù)據(jù)平滑算法.數(shù)據(jù)稀疏性問題是協(xié)同過(guò)濾中一個(gè)非常重要的問題.為了填補(bǔ)數(shù)據(jù)中缺失的值,我們利用聚類信息來(lái)平滑數(shù)據(jù)稀疏性問題.通過(guò)聚類信息,我們可以將利用類信息來(lái)填充個(gè)體缺失的信息. 5.用戶語(yǔ)言模型研究.我們創(chuàng)新地提出一個(gè)基于統(tǒng)計(jì)語(yǔ)言模型的用戶個(gè)性化模型,其集成個(gè)體、團(tuán)體以及全部用戶的模型來(lái)提供更準(zhǔn)確用戶模型,同時(shí)解決用戶個(gè)人

6、信息稀疏性問題.其中,全部用戶的模型來(lái)平滑個(gè)體模型中沒有出現(xiàn)的詞,同時(shí)將用戶聚類,利用聚類用戶的行為來(lái)平滑個(gè)體中缺失的信息. 6.存儲(chǔ)與模型統(tǒng)一的協(xié)同過(guò)濾理論.基于存儲(chǔ)的協(xié)同過(guò)濾面臨數(shù)據(jù)稀疏以及耗時(shí)等問題而基于模型的協(xié)同過(guò)濾丟失了用戶的個(gè)性的多樣性,我們提出一個(gè)新型的協(xié)同過(guò)濾模型,其集成基于存儲(chǔ)的協(xié)同過(guò)濾與基于模型的協(xié)同過(guò)濾為一體來(lái)提供更好的推薦. 這些理論貫穿了多關(guān)系異構(gòu)對(duì)象挖掘的三個(gè)方向.本課題研究的大量實(shí)驗(yàn)結(jié)果也表