

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
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
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于web日志挖掘的個性化推薦系統(tǒng)模型研究與實現(xiàn).pdf
- 基于WEB日志的個性化推薦系統(tǒng)研究.pdf
- 基于web日志的個性化推薦系統(tǒng)研究
- 基于Web日志挖掘的個性化推薦系統(tǒng)的研究和實現(xiàn).pdf
- 基于Web日志的個性化推薦系統(tǒng)的研究.pdf
- 基于Web日志挖掘的個性化推薦原型系統(tǒng)研究與實現(xiàn).pdf
- 基于Web日志挖掘的個性化推薦研究.pdf
- 基于web日志挖掘的個性化服務系統(tǒng)的設計與實現(xiàn).pdf
- 基于Web日志挖掘的個性化推薦系統(tǒng)研究.pdf
- 基于Web日志挖掘的個性化推薦方法研究.pdf
- WEB文章個性化推薦系統(tǒng)設計與實現(xiàn).pdf
- 基于Web個性化電影推薦系統(tǒng)的研究與實現(xiàn).pdf
- Web服務個性化查詢與推薦系統(tǒng)實現(xiàn).pdf
- 基于Web日志挖掘和關聯(lián)規(guī)則的個性化推薦系統(tǒng)模型研究.pdf
- 基于spark的個性化推薦系統(tǒng)設計與實現(xiàn)
- 個性化推薦系統(tǒng)的設計與實現(xiàn).pdf
- 基于Web日志和網頁特征內容的個性化信息推薦.pdf
- 基于Spark的個性化推薦系統(tǒng)設計與實現(xiàn).pdf
- 基于投票機制的Web個性化推薦系統(tǒng).pdf
- 基于Web使用挖掘的個性化推薦系統(tǒng).pdf
評論
0/150
提交評論