基于概念格的Web使用日志挖掘及其在个人化技术中的应用

摘要

传统个人化技术(如CF技术、基于内容过滤技术)中存在着一些限制,如处理大数据量的能力差、依赖于用户的登记信息,产生的用户使用视图是静态的、不能获取web对象之间丰富的语义联系等.为解决传统技术中出现的这些问题,一些研究提出将web使用日志的挖掘应用到个人化技术中.Web使用记录的挖掘虽然有诸多的优点,却不能适应用户的使用信息较难获取及站点内容经常变化的情况.为了使个人化系统更有效,我们需要将web使用记录的挖掘与web内容挖掘集成到同一个结构中,由推荐引擎以统一的方式使用他们.该文提出了一个基于关联规则挖掘的个人化技术,它使用概念格(conceptlattice)作为存储频繁页面集的数据结构.我们将讨论如何利用这个结构实时地为当前用户产生推荐集,以及这个结构与web语义内容相结合的优势.将概念格作为存储频繁页面集的数据结构,一方面是由于概念格关于两个集合之间关系的描述有助于发现页面集合基于用户使用而产生的语义关联.另一方面,概念格与当前流行的web本体语言具有同构性,可以方便地将站点的内容信息与用户的使用信息结合到同一个挖掘结构中.

目录

摘要

Abstract

第1章引论

第2章背景及相关工作

2.1Web内容挖掘

2.2Web结构挖掘

2.3Web使用记录的挖掘

2.3.1数据预处理：

2.3.2模式发现

2.3.3模式分析

本章小结

第3章WEB个人化系统

3.1Web个人化系统的研究现状及性能指标

3.2CF技术

3.3基于内容过滤的技术

3.4基于web挖掘的个人化系统

3.4.1使用聚类方法发现集成的使用描述

3.4.2关联规则与个人化系统

3.4.3序列或者导航模式

3.4.4结合领域本体(domain ontology)到用户的使用视图

本章小结

第4章基于概念格的Web使用记录挖掘在个人化技术中的应用

4.1数据预处理

4.1.1数据净化

4.1.2用户及会话识别

4.1.3Pageview识别

4.1.4路径补充

4.1.5会话识别的例子的例子：

4.1.6本文中所采用的算法

4.2模式发现

4.2.1概念格(conceptlattice/galois lattice)相关概念介绍

4.2.2频繁项目

4.2.3算法的描述

4.3模式应用

4.4实验设计

本章小结

结束语

参考文献

致谢