基于Web日志的個(gè)性化推薦系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著計(jì)算機(jī)網(wǎng)絡(luò)的普及,越來(lái)越多的人將時(shí)間花費(fèi)在網(wǎng)絡(luò)上,HTML5等技術(shù)的發(fā)展和推廣也將帶動(dòng)Web應(yīng)用的快速增長(zhǎng),因此Web數(shù)據(jù)依然會(huì)呈現(xiàn)快速增長(zhǎng)。對(duì)Web數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘,提供個(gè)性化推薦已經(jīng)成為互聯(lián)網(wǎng)研究的熱門(mén)?？梢钥吹?在電子商務(wù)領(lǐng)域,該技術(shù)已經(jīng)得到了廣泛的應(yīng)用,通過(guò)給用戶(hù)推薦感興趣的商品,極大地提升了買(mǎi)家購(gòu)買(mǎi)商品的幾率?；ヂ?lián)網(wǎng)有豐富的內(nèi)容,可以推薦的內(nèi)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(shù)據(jù)挖掘

2、的基礎(chǔ)上提出了一套利用Web日志數(shù)據(jù)挖掘進(jìn)行Web應(yīng)用個(gè)性化推薦的系統(tǒng),主要研究?jī)?nèi)容可以分為以下個(gè)部分。
　　首先介紹一種分布式的日志數(shù)據(jù)收集方案,該方案適用于海量分布式數(shù)據(jù)的收集和存儲(chǔ),具有擴(kuò)展性強(qiáng)等特點(diǎn),將收集到的數(shù)據(jù)作為日志挖掘的數(shù)據(jù)源。接著,介紹了日志挖掘過(guò)程中預(yù)處理的基本過(guò)程,對(duì)每一步的處理做了詳細(xì)的設(shè)計(jì),從日志數(shù)據(jù)中提取出用戶(hù)的訪(fǎng)問(wèn)記錄信息,為下一步的數(shù)據(jù)挖掘打好基礎(chǔ)。然后,分析了聚類(lèi)分析的常用算法,Web用戶(hù)聚類(lèi)和應(yīng)

3、用聚類(lèi)具有一定的模糊性,因此該論文將模糊聚類(lèi)技術(shù)應(yīng)用到了Web日志聚類(lèi)的過(guò)程中,作為構(gòu)建個(gè)性化推薦的基礎(chǔ),離線(xiàn)聚類(lèi)分析是將用戶(hù)訪(fǎng)問(wèn)Web應(yīng)用的數(shù)據(jù)收集起來(lái),通過(guò)以上的聚類(lèi)算法進(jìn)行分析,生成用戶(hù)聚類(lèi)結(jié)果。在線(xiàn)實(shí)時(shí)推薦是根據(jù)用戶(hù)的訪(fǎng)問(wèn)記錄,判斷用戶(hù)所在的用戶(hù)聚類(lèi),利用協(xié)同過(guò)濾的推薦方式進(jìn)行推薦,將用戶(hù)感興趣的應(yīng)用自動(dòng)的推薦給用戶(hù),展示在用戶(hù)訪(fǎng)問(wèn)的客戶(hù)端上,從而達(dá)到個(gè)性化服務(wù)的目的。
　　最后,本文根據(jù)上述設(shè)計(jì)方法對(duì)系統(tǒng)進(jìn)行了實(shí)現(xiàn),通過(guò)