免疫遗传算法在WEB使用挖掘中的应用研究

摘要

Web的信息资源和信息服务的数量和复杂度都以惊人的速度增长着，一个站点能否吸引访问者，能否成功地引导访问者获得有用的、恰到好处的信息，成为这个站点是否能够成功的关键。这使得Web个性化成为Web组织者和终端用户所必需的工具。 Web使用挖掘技术是解决这一问题的有效手段，通过对用户浏览网站的使用数据收集、分析和处理，建立起用户行为和兴趣模型，这些模型可以帮助理解用户行为，改进站点结构以及为用户提供良好的个性化推荐。在众多的挖掘技术中，关联规则的挖掘是Web使用挖掘领域的一个重要内容，有着广泛的应用。 本文首先简要介绍了Web个性化服务的必要性。接着比较系统、完整地分析和论述了Web挖掘中的各项技术，并总结了现有的Web挖掘中的关联规则挖掘技术的研究成果以及目前关联规则挖掘算法的缺陷。然后通过对遗传算法的研究，文章着重讨论了将遗传算法应用于Web关联规则挖掘中的思想，提出基于遗传算法的Web关联规则挖掘模型；在深入研究的基础上，通过分析免疫算法和遗传算法的可行性和优缺点，引入免疫算子，针对遗传算法的不足，进一步提出改进型算法，以及基于免疫遗传算法的Web关联规则挖掘的应用。最后，一系列仿真实验结果表明：与传统遗传算法相比较，基于免疫遗传算法的关联规则发现在Web使用挖掘中具有一定免度遗传算法在Web使用挖掘中的应用研究的优势。

目录

文摘

英文文摘

第一章引言

1.1 WEB个性化服务

1.2 WEB挖掘中的关联规则挖掘

1.3人工免疫系统

1.4遗传算法

1.5本文研究意义及内容安排

1.5.1本文的研究意义

1.5.2本文的内容安排

1.6本人主要工作

1.7本章小结

第二章WEB挖掘

2.1 WEB挖掘概述

2.2 WEB挖掘分类

2.3 WEB使用挖掘

2.3.1数据预处理

2.3.2模式发现

2.3.3模式分析

2.3.4模式应用

2.4 WEB挖掘中的关联规则技术

2.4.1关联规则挖掘理论

2.4.2经典的关联规则挖掘算法

2.4.3基于关联规则的个性化服务模式

2.5本章小结

第三章基于遗传算法的WEB关联规则挖掘模型

3.1遗传算法

3.2遗传算法理论基础

3.3遗传算法与数据挖掘

3.3.1遗传算法与各种数据挖掘算法的比较

3.3.2遗传算法在关联规则挖掘中的应用

3.4基于遗传算法的WEB关联规则挖掘

3.4.1 WEB站点用户访问表示

3.4.2初始群体

3.4.3适应度函数

3.4.4遗传操作

3.4.5实验和结果

3.4.6模式分析

3.5本章小结

第四章基于免疫遗传算法的WEB关联规则挖掘应用

4.1免疫系统概论

4.1.1免疫系统的组成及功能

4.1.2免疫算法与遗传算法的比较

4.2算法设计

4.2.1免疫选择

4.2.2算法实现基本步骤

4.3实验结果

4.4本章小结

第五章总结与展望

5.1论文总结

5.2下一步的研究工作

参考文献

致谢

攻读学位期间发表的学术论文