基于Web日志挖掘的个性化推荐原型系统研究与实现

摘要

互联网技术的迅猛发展把我们带进了一个信息爆炸的时代，海量信息使用户很难从中发现自己感兴趣的部分，容易导致信息过载和资源迷向，这使针对用户的个人特定需求而为其提供针对性服务的个性化推荐系统应运而生，将用户可能感兴趣的信息传送或优先传送给用户。为了在更深的层次上理解用户的行为，而不需要用户的参与，需要用到Web日志挖掘，Web日志记录了用户的访问行为。通过Web日志挖掘，比较用户间的访问相似度，找出相似用户组，可以主动地向用户推荐相似用户组访问过而用户本身还没有访问过的网页。基于Web日志挖掘的个性化信息推荐日益成为一个重要的研究课题。
　　 本文主要介绍了国内外个性化推荐技术的现状，提出了个性化推荐技术需要改进之处。阐述了Web日志挖掘的概念和步骤，描述了个性化推荐的概念、分类、核心技术和步骤。分别对基于Web日志挖掘的个性化推荐算法进行中的个性化浏览推荐算法和个性化搜索推荐算法进行了介绍和改进，通过分析Web日志记录的用户的行为特征，对基于向量聚类算法提出了改进的思路，提出基于共同点击网页的用户聚类算法，增加了用户聚类和推荐的准确性，还提出了基于当前点击页的推荐算法，并且通过对查
　　 询关键词扩充算法的研究，提出了基于用户兴趣度的结果扩展查询算法和基于用户相似度的个性化搜索推荐排序算法。并将这些算法引入到一个基于Web日志的个性化推荐（包括个性化搜索）原型系统中并给予实现，通过这种界面形式向用户推荐其可能感兴趣的但又未浏览过的网页，并给出了该系统的详细模块设计和功能介绍，对系统的功能进行了测试和评价，证明了算法的准确性。最后总结了本文工作中存在的问题，提出了今后的工作。
　　 其中基于共同点击网页的用户聚类算法、基于用户兴趣度的结果扩展查询算法和基于用户相似度的个性化排序方法是本文及本系统的难点与创新点
　　 总之，本文全面系统地总结了目前国内外个性化推荐技术的现状，为系统的个性化推荐功能提供了很好的借鉴。同时，本文中采用的基于Web日志挖掘的个性化推荐算法，经测试结果证明，具有较高的查准率，有一定的实用价值。

目录

文摘

英文文摘

图目录

表目录

第1章 绪论

1.1 选题依据及意义

1.2 个性化推荐技术的国内外研究现状

1.2.1 国内研究现状

1.2.2 国外研究现状

1.3 研究思路

1.4 论文的内容框架

第2章 相关理论技术研究

2.1 Web日志挖掘

2.1.1 Web日志的概念

2.1.2 Web日志挖掘和数据挖掘的关系

2.1.3 Web日志挖掘的步骤

2.2 Web个性化推荐

2.2.1 Web个性化推荐的概念

2.2.2 Web个性化推荐的分类

2.2.3 Web个性化推荐的核心技术

2.2.4 Web个性化推荐的步骤

第3章 基于Web日志挖掘的个性化推荐算法及改进

3.1 个性化浏览推荐算法及改进

3.1.1 基于向量的聚类算法及改进

3.1.2 基于当前点击页的推荐算法

3.2 个性化搜索推荐算法及改进

3.2.1 查询关键词扩充算法

3.2.2 基于用户兴趣度的结果扩展查询算法

3.2.3 基于用户相似度的个性化排序算法

第4章 基于Web日志挖掘的个性化推荐系统实现

4.1 系统设计

4.1.1 实验环境

4.1.2 系统体系结构

4.1.3 系统模块功能

4.1.4 系统数据库设计

4.2 系统实现

4.2.1 主窗体界面

4.2.2 个性化浏览推荐

4.2.3 个性化搜索推荐

第5章 系统的推荐性能测试

5.1 测试设计

5.1.1 新用户搜索“兔子”推荐情况

5.12 1号用户搜索"兔子"推荐情况

5.13 2号用户搜索"兔子"推荐情况

5.2 测试结果分析

5.3 系统的主要特点

第6章 结束语

6.1 主要工作

6.2 存在的问题

6.3 进一步研究

参考文献

致谢