潛在語義分析在互聯網數據挖掘中的應用研究.pdf

1、互聯網搜索現已成為人們學習和生活中必不可少的一部分，互聯網知識的合理組織、互聯網知識的快速有效地獲取、對互聯網鏈接結構的挖掘以及信息系統的個性化推薦都會在很大程度上影響互聯網用戶的使用體驗。同時，信息爆炸式的增長已經使大量互聯網用戶迷失在知識的海洋。因此，對互聯網數據進行挖掘對于改善人們的學習和生活具有重大的現實意義。 本文介紹了互聯網數據挖掘的研究現狀，重點論述了互聯網鏈接結構挖掘和使用挖掘，同時在深入剖析了潛在語義分析技術的

2、數學模型和實現原理的基礎上，提出了兩個算法：基于潛在語義分析的HITS改進算法以及基于潛在語義分析的個性化推薦算法。文章給出了改進HITS算法的具體描述，深入分析了算法的參數設置、實現、時間空間復雜度以及實驗結果；對新提出的個性化推薦算法也從算法描述、算法系統框架、算法評價指標、算法實驗等多方面作了深入的分析。接著利用對比實驗驗證了改進HITS算法在性能上的提高以及新提出的個性化推薦算法性能。本文最后給出了原型系統的設計。系統設計不僅考

3、慮了系統功能的實現細節(jié)，同時也考慮了系統的可擴展性、可維護性以及對已有代碼的重用。 實驗結果表明，改進的基于潛在語義分析的HITS算法與原算法相比，有更高的查全率和時間效率，且算法返還的搜索結果總體上更加權威、更有參考價值：基于潛在語義分析的個性化推薦算法通過提供合理的推薦策略，在低維用戶語義空間和低維資源空間中挖掘用戶與用戶、資源與資源之間的相似度，實現的個性化推薦系統在實驗樣本不太大的情況下，表現出較理想的推薦性能。