基于Web訪問信息挖掘的數(shù)字圖書館個性化服務研究.pdf

1、隨著數(shù)字圖書館在各國的迅猛發(fā)展,其相關研究工作也掀起了一股熱潮,其中數(shù)字圖書館的個性化服務已經成為一個重要的研究課題,它利用Web挖掘技術,通過對用戶的訪問日志數(shù)據(jù)以及訂閱信息進行分析和挖掘,發(fā)現(xiàn)用戶的興趣所在,進而為不同層次,不同偏好的用戶提供具有針對性的個性化信息資源服務。個性化服務對數(shù)字圖書館整體的服務決策具有十分重要的意義。
　　 本文首先介紹了數(shù)字圖書館個性化信息服務技術,接著闡述了Web訪問信息挖掘技術的基本原理,并

2、對基于關聯(lián)規(guī)則的FP-growth算法進行了深入研究,針對其應用在推薦系統(tǒng)會產生重復推薦的問題,對算法進行了改進,提出了一種FP-growth_s算法,該算法生成了最大頻繁項目集,避免了冗余頻繁項目集的產生,減少了產生關聯(lián)規(guī)則的數(shù)量,有效解決了產生重復推薦的可能,應用在推薦系統(tǒng)中可以提高系統(tǒng)運行效率。經過進一步的研究發(fā)現(xiàn),利用最小支持度和最小可信度生成的關聯(lián)規(guī)則,在某些情況下并不能對用戶提供準確的推薦,針對此問題,提出了一種基于頁面興趣