论文部分内容阅读
随着Web站点自身信息越来越丰富和拓扑结构越来越复杂,目前信息服务中普遍存在着“信息过载”和“资源迷向”的状况。从用户的角度,不同的用户有不同的访问目的,而同一个用户在不同时期的访问兴趣也可能会发生变化。对网站来说,只有迅速满足用户的访问需求,提高信息服务质量,才能创造更大的经济效益。为了解决来自用户和网站双方面的问题,自适应网站应运而生,它通过学习用户访问模式,呈现不同的界面给不同的用户并且完善网站自身拓扑结构。蚁群算法是一种新颖的求解复杂组合优化问题的模拟进化算法,它具有典型的群体智能的特性。由于其在求解复杂优化问题方面的优势,在很多领域都得到了应用。因此,把蚁群算法应用于Web日志挖掘,实现网站自适应,即把从日志数据中提取的知识转换成站点的智能,使其为用户提供更高效的服务。准确及时的掌握用户对网站的访问情况是确保网站高效地实现自适应性的重要依据。本文主要研究如何利用Web日志挖掘技术分析Web日志以获得这些信息,并基于蚂蚁的群体智能行为提出相应的Web挖掘算法来研究网站自适应,使其能为用户提供自适应的个性化推荐。为此,本文主要做了以下几个方面的研究工作:(1)为了从Web日志文件内容向各种挖掘算法提供准确的数据源,对Web日志挖掘预处理工作中的问题进行了讨论。(2)分析蚂蚁觅食行为与用户浏览网页行为的相似性,基于自适应网站技术,提出了一种实现网站自适应的算法----AAWA算法。(3)受蚂蚁能识别与之相遇蚂蚁是敌是友行为的启发,提出了一种蚂蚁聚类算法----ACRSA算法,并应用该聚类算法对用户事务模式进行聚类,从而在推荐系统中进行相似兴趣用户聚类推荐。(4)为了提高Web日志预处理质量,及在个性化推荐过程中为用户推荐更适合的页面,讨论了提取网站拓扑结构信息的技术。并结合站点拓扑结构对上述的两种算法进行了相应的改进。(5)设计并实现了一个自适应网站的原型系统,从而验证了运用相关技术实现网站自适应是可行的。本文应用Web日志挖掘技术从Web服务器日志中提取用户访问模式,将挖掘到的知识转变为站点的智能,实现站点自适应。对Web日志挖掘应用的一个方面----自适应网站的研究,有利于提高站点信息服务质量,促进智能信息处理领域的发