论文部分内容阅读
Web使用挖掘是Web挖掘领域中的一个重要研究方向。它对于发现用户访问网站的规律、提高Web系统的性能和实现Web系统的个性化服务等方面都具有重要意义。将Web使用挖掘技术和个性化推荐技术相结合就可以实现基于Web使用挖掘的个性化服务(PSWUM)。常见的PSWUM是基于Web使用挖掘的页面推荐服务(PRWUM)，而在实现PRWUM时常用的推荐技术是关联规则。本文对基于Web使用挖掘和关联规则的页面推荐模型(PRWAR)及其相关算法进行了研究。PRWAR贯穿了Web使用挖掘过程中的数据预处理、模式发现和模式分析与应用三个阶段。它一般分为离线部分和在线部分。离线部分的处理流程是：先对Web日志数据进行数据预处理，然后进行模式发现来获得频繁访问模式。在线部分的处理流程是：在线获得用户访问序列后对其进行某种处理；然后基于频繁访问模式获得关联规则；最后对关联规则进行选择，把得到的规则集中的后项加入页面推荐集合。本文围绕PRWAR所做的主要工作如下：(1)提出了一种用于频繁访问模式挖掘的算法(SDHP)。SDHP算法使用了AprioriAll算法中对事务进行连接时所用的技术，并借鉴了DHP算法中的Hash技术及修剪技术来对事务数据进行处理。这三者的不同点是：DHP算法挖掘的数据是无序的，而SDHP算法和AprioriAll算法挖掘的数据是有序的。(2)提出了一种利用事务划分进行页面推荐的方法(TPM)。TPM是对用户访问序列运用MFP算法进行事务划分后再进行页面推荐，而常见的利用滑动窗口进行页面推荐的方法(SWM)是利用滑动窗口得到子序列后再进行页面推荐。(3)提出了一种基于事务划分的页面推荐模型(PRBT)。它是以本文提出的SDHP算法和TPM为基础，而常见的基于滑动窗口的页面推荐模型(PRBSW)是以AprioriAll算法和SWM为基础。PRBT和PRBSW都属于PRWAR。(4)基于.NET平台设计和实现了一个页面推荐原型系统(PRPS)。它贯穿了Web使用挖掘过程中的三个阶段，由五大功能模块组成。PRPS用C#语言模拟实现了PRBT和PRBSW两种页面推荐模型及其相关的算法。在PRPS上进行实验表明：SDHP算法不仅减少了候选项集的生成，而且压缩了事务数据库的规模，所以它相比AprioriAll算法可以减少扫描数据库的时间，提高算法的执行效率；TPM相比SWM得到的推荐结果更加全面和更加准确。因此得出结论：PRBT的综合性能优于PRBSW的综合性能。