基于Web日志的個性化推薦系統(tǒng)的設計與實現(xiàn).pdf

1、隨著計算機網絡的普及,越來越多的人將時間花費在網絡上,HTML5等技術的發(fā)展和推廣也將帶動Web應用的快速增長,因此Web數據依然會呈現(xiàn)快速增長。對Web數據進行數據挖掘,提供個性化推薦已經成為互聯(lián)網研究的熱門?？梢钥吹?在電子商務領域,該技術已經得到了廣泛的應用,通過給用戶推薦感興趣的商品,極大地提升了買家購買商品的幾率。互聯(lián)網有豐富的內容,可以推薦的內容不僅僅可以是商品,也可以是其他Web資源。
　　本論文在分析Web數據挖掘

2、的基礎上提出了一套利用Web日志數據挖掘進行Web應用個性化推薦的系統(tǒng),主要研究內容可以分為以下個部分。
　　首先介紹一種分布式的日志數據收集方案,該方案適用于海量分布式數據的收集和存儲,具有擴展性強等特點,將收集到的數據作為日志挖掘的數據源。接著,介紹了日志挖掘過程中預處理的基本過程,對每一步的處理做了詳細的設計,從日志數據中提取出用戶的訪問記錄信息,為下一步的數據挖掘打好基礎。然后,分析了聚類分析的常用算法,Web用戶聚類和應

3、用聚類具有一定的模糊性,因此該論文將模糊聚類技術應用到了Web日志聚類的過程中,作為構建個性化推薦的基礎,離線聚類分析是將用戶訪問Web應用的數據收集起來,通過以上的聚類算法進行分析,生成用戶聚類結果。在線實時推薦是根據用戶的訪問記錄,判斷用戶所在的用戶聚類,利用協(xié)同過濾的推薦方式進行推薦,將用戶感興趣的應用自動的推薦給用戶,展示在用戶訪問的客戶端上,從而達到個性化服務的目的。
　　最后,本文根據上述設計方法對系統(tǒng)進行了實現(xiàn),通過