基于Web挖掘的个性化技术研究
合集下载
基于web数据挖掘技术——-web内容挖掘设计与实现
摘要ＷＷＷ＂是个丌放的全球性资源，它是世界上最丰富和最密集的信息来源。
随着ＷＷＷ上信息的爆炸性增长，在如此海量的数据中发现有用的信息变得越来越困难。
数据挖掘就是从大量的数据中发现隐含的规律性的内容，解决数据的应用质量问题。
充分利用有用的数据，废弃虚伪无用的数据，是数据挖掘技术撮重要的应用。
因此，采用数据挖掘技术从ＷＷＷ上提取隐含的、未知的、非平凡的及有潜存心用价值的信启、，具有十分重要的现实意义和广泛的应用前景。
本文首先简要论述了ＷＷＷ发展的基本现状以及当前存在的一些问题。
随后，简要介绍了数据挖掘技术的基本概念、原理，接着，概要的介绍了本文对于Ｗｅｂ数据挖掘所用到的技术一Ｊａｖａ和ＸＭＬ技术，在此基础上研究了数据挖掘技术在ＷＷＷＬ的应用，针对Ｗｅｂ数据内容挖掘进行了详细地论述。
文中通过一个具体的案例详细论述了实现Ｗｅｂ数据内容挖掘的一种方法以及对该方法的分析。
最后，对全文进行了总结。
关键词：ＷＷＷ，Ｗｅｂ数据挖掘，ＸＭＬＡｂｓｔｒａｃｔＴｈｅＷｏｒｌｄＷｉｄｅＷｅｂｉｓａｄｉｓｔｒｉｂｕｔｅｄｇｌｏｂａｌｉｎｆｏｒｍａｔｉｏｎｒｅｓｏｕｒｃｅｃｏｎｔａｉｎｉｎｇａｌａｒｇｅａｍｏｕｎｔｏｆｄａｔａｒｅｌｅｖａｎｔｔｏｅｓｓｅｎｔｉａｌｌｙａｌｌｄｏｍａｉｎｓｏｆｈｕｍａｎａｃｔｉｖｉｔｙ．ＧｉｖｅｎｔｈｅｈｊｇｈｒａｔｅｏｆｔｈｅｖｏｌｕｍｅｏｆｄａｔａａｖａｉｌａｂｌｅｏｎｔｈｅＷＷⅥｉｆｉｎｄｉｎｇｕｓｅｆｕｌｉｎｆｏｒｍａｔｉｏｎｉｎｓｕｃｈａｌａｒｇｅａｍｏｕｎｔｏｆｄａｔａｂｅｃｏｍｅｓａｍｏｒｅｄｉｆｆｉｃｕｌｔｐｒｏｃｅｓｓｅｖｅｒｙｄａｙ．ＤａｔａＭｉｎｉｎｇｉｓｔｈｅｔｅｒｍｇｉｖｅｎｔＯｔｈｅａｕｔｏｍａｔｅｄｄｉｓｃｏｖｅｒｙｏｆｎｏｎ—ｏｂｖｉｏｕｓ，ｐｏｔｅｎｔｉａｌｌｙｕｓｅｆｕｌａｎｄｐｒｅｖｉｏｕｓｌｙｕｎｋｎｏｗｎｉｎｆｏｒｍａｔｉｏｎｆｒｏｍｌａｒｇｅｄａｔａｓｏｕｒｃｅｓ．ＳｏｏｂｔａｉｎｉｎｇｖａｌｕａｂｌｅｉｎｆｏｒｍａｔｉｏｎｂｙＤａｔａＭｉｎｉｎｇｔｅｃｈｎｉｑｕｅｓｉｎｔｅｌｌｉｇｅｎｔｌｙａｎｄａｕｔｏｍａｔｉｃａｌｌｙ，ｉｍｐｒｏｖｉｎｇｅｆｆｉｃｉｅｎｃｙｏｆｔｈｅＷＷＷｈａｓｔｒｅｍｅｎｄｏｕｓａｐｐｌｉｃａｔｉｏｎｖａｌｕｅｓ．Ｉｎｔｈｉｓｐａｐｅｒ，ｗｅｆｉｒｓｔｇｅｎｅｒａｌｌｙｉｎｔｒｏｄｕｃｅｔｈｅｉｍｐｒｏｖｅｍｅｎｔｏｆＷＷＷａｎｄｓｏｍｅｐｒｏｂｌｅｍｓｕｎｓｏｌｖｅｄ．Ａｎｄｔｈｅｎｗｅｄｅｓｃｒｉｂｅｔｈｅｂａｓｉｃｃｏｎｃｅｐｔｓａｎｄｔｈｅｏｒｉｅｓｏｆｄａｔａｍｉｎｉｎｇ．ＴｈｅｆｏｌｌｏｗｉｎｇｉｓｄｉｓｓｅｒｔａｔｅｄｔｈｅａｐｐｌｉｃａｔｉｏｎｏｆｄａｔａｍｉｎｉｎｇｔｅｃｈｎｉｑｕｅｓｔｏｔｈｅＷｏｉ’ｌｄＷｉｄｅＷｅｂ，ａｎｄｄｉｓｃｕｓｓｉｎｄｅｔａｉｌｔｈｅｃｏｎｔｅｎｔ、ｃｈａｒａｃｔｅｒｉｓｔｉｃ、ｐｒｏｂｌｅｍｓｕｎｓｏｌｖｅｄｏｔｌｗｅｂｃｏｎｔｅＮｍｉｎｉｎｇａｎｄｗｅｂｕｓａｇｅｍｉｎｉｎｇ．Ａｎｄｔｈｅｎ，ｗｅｇｅｎｅｒａｌｌｙｉｎｔｒｏｄｕｃｅｔｈｅｔｅｃｈｎｉｑｕｅｓｏｆｕｓｅｆｏｒＤａｔａＭｉｎｉｎｇｉｎｔｈｅｐａｐｅｒ勺ａＶａａｎｄｘｍｌ．Ｔｈｒｏｕｇｈａｃｏｎｃｒｅｔｅｓａｍｐｌｅ，ｗｅｄｅｓｃｒｉｂｅｉｎｄｅｔａｉｌｏｎｅｏｆｔｈｅｍｅｔｈｏｄｔｈａｔｒｅａｌｉｚｅＷｅｂＤａｔａＭｉｎｉｎｇ．Ｆｉｎａｌｌｙｗｅｍａｋｅａｃｏｎｃｌｕｓｉｏｎｏｆｔｈｅｐａｐｅｒ．Ｋｅｙｗｏｒｄｓ：∥烀？彤ＷｅｂＤａｔａＭｉｎｉｎｇ，ＸＭＬ独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。
基于Web数据挖掘的个性化e-learning解决方案推荐系统研究
现 代远 距 离教 育
２１ ０ １年第 ４期 总第 １６期 ３
基 于 Ｗｅ 据 挖 掘 的个 性 化 ｅ—ｌａｎｎ ｂ数 ｅｒｉｇ 解 决方 案推 荐 系统研 究
赵
（． １ 东北师范大学 吉林 长春
蔚 余延 冬 张赛 男 ， ，
杭州 ３ ００； １０ຫໍສະໝຸດ １０ １ ；． ３ １７ ２ 聚光科技 （ 州） 杭 股份 有限公司 浙江 长春 １０ ０ ） ３０ ０
方案推荐 系统 （ Ｅ Ｓ Ｓ ， Ｐ Ｌ Ｒ ） 以解决 学 习者兼 容性 、资 源充 足 性、 智能挖掘性和推荐整合性这 四大挑 战。该 系统 由三部 分 组成 ， 即学习 目标 、 网络学 习活动序列 和网络学 习环境支持 。 其 中学习 目标在该方案 中起到导 向作用 ； 网络 学习活 动序 列 是一组经过排序的 网络学习活动 ； 网络学 习环 境支持是学 习 者完成学 习的必要条件 。 ＰＬＲ Ｅ Ｓ Ｓ定位 于开放式 的面 向全 民终身学 习的一种个 性 化 ｅ—ｌ ｒｉｇ ｅ ｎｎ 系统 ， ａ 为了满足 系统 的智 能化需 求 ； 如何处 理 开放式和个性化 导致 的庞大 的数据 量？ 以及 如何 在庞大 的 数据量 中找到数据 间的有效 关联？通 过对 国 内外 相关信 息 的研究 ， 目前的研究大多数采用数 据挖掘技 术 ，数据挖掘 就 是从海量 的数据 中挖掘 出潜在 的 、 有价 值的知 识 的过程 ， 数 据挖 掘一 般要 经历 数据 准 备 、 数据 开 采 、 果 表达 和 解 释。 结
【 中图分类号】 ４４ Ｇ ３ 【 文献标识码 】 ｃ 【 文章编号 】０ １ ８０ （０ １０ — ００ ０ １ — ７０２ １）４ ０６ — ４ ０
数据准备是对数据 进行集 成 、 选择 和预处 理 ， 以获得 准确有 效 的挖掘数据 ； 数据 开采是搜 索有 用 的数 据模式 的过 程 ， 是 数据挖掘 的主要过程 ； 结果表达和解释是对 提取的信息进行 分 析 ， 过 决 策 分 析 工 具 提 交 给 决 策 者 的 过 程 … 。 Ｗｅ 据 通 ｂ数 挖掘技术是个性化推荐系统得 以实现 的最重要 的技术 支撑 ， 本 文 主 要 从 技 术 角 度 对 我 们 构 建 的 个 性 化 ｅ—ｌ ｒｉ ｅ ｎｎ 决 ａ ｇ解 方案推荐 系统 中 Ｗｅ ｂ数据挖掘算 法设计 、 掘引擎设 计 、 挖 系
２１ ０ １年第 ４期 总第 １６期 ３
基 于 Ｗｅ 据 挖 掘 的个 性 化 ｅ—ｌａｎｎ ｂ数 ｅｒｉｇ 解 决方 案推 荐 系统研 究
赵
（． １ 东北师范大学 吉林 长春
蔚 余延 冬 张赛 男 ， ，
杭州 ３ ００； １０ຫໍສະໝຸດ １０ １ ；． ３ １７ ２ 聚光科技 （ 州） 杭 股份 有限公司 浙江 长春 １０ ０ ） ３０ ０
方案推荐 系统 （ Ｅ Ｓ Ｓ ， Ｐ Ｌ Ｒ ） 以解决 学 习者兼 容性 、资 源充 足 性、 智能挖掘性和推荐整合性这 四大挑 战。该 系统 由三部 分 组成 ， 即学习 目标 、 网络学 习活动序列 和网络学 习环境支持 。 其 中学习 目标在该方案 中起到导 向作用 ； 网络 学习活 动序 列 是一组经过排序的 网络学习活动 ； 网络学 习环 境支持是学 习 者完成学 习的必要条件 。 ＰＬＲ Ｅ Ｓ Ｓ定位 于开放式 的面 向全 民终身学 习的一种个 性 化 ｅ—ｌ ｒｉｇ ｅ ｎｎ 系统 ， ａ 为了满足 系统 的智 能化需 求 ； 如何处 理 开放式和个性化 导致 的庞大 的数据 量？ 以及 如何 在庞大 的 数据量 中找到数据 间的有效 关联？通 过对 国 内外 相关信 息 的研究 ， 目前的研究大多数采用数 据挖掘技 术 ，数据挖掘 就 是从海量 的数据 中挖掘 出潜在 的 、 有价 值的知 识 的过程 ， 数 据挖 掘一 般要 经历 数据 准 备 、 数据 开 采 、 果 表达 和 解 释。 结
【 中图分类号】 ４４ Ｇ ３ 【 文献标识码 】 ｃ 【 文章编号 】０ １ ８０ （０ １０ — ００ ０ １ — ７０２ １）４ ０６ — ４ ０
数据准备是对数据 进行集 成 、 选择 和预处 理 ， 以获得 准确有 效 的挖掘数据 ； 数据 开采是搜 索有 用 的数 据模式 的过 程 ， 是 数据挖掘 的主要过程 ； 结果表达和解释是对 提取的信息进行 分 析 ， 过 决 策 分 析 工 具 提 交 给 决 策 者 的 过 程 … 。 Ｗｅ 据 通 ｂ数 挖掘技术是个性化推荐系统得 以实现 的最重要 的技术 支撑 ， 本 文 主 要 从 技 术 角 度 对 我 们 构 建 的 个 性 化 ｅ—ｌ ｒｉ ｅ ｎｎ 决 ａ ｇ解 方案推荐 系统 中 Ｗｅ ｂ数据挖掘算 法设计 、 掘引擎设 计 、 挖 系
基于Web搜索的数据挖掘系统的研究与实现
搜索算 法基本 都 是 使用 模 糊 匹 配 ， 难 搜 索 到所 很 有符合要 求 的信息 。 另外 ， 如何 从 非格 式 化数 据 信 息 中有 效地 挖
（ ． ｃｏ ｌ ｆ ｏ ｕｅ １ Ｓｈ ｏ ｍｐｔｒ＆Ｉｆｒ ｔ ｎＥ ｇ ｅｒ ｇＣｈｎ ｚ ｏ ｓｔｔ ｆＴ ｃｎ ｌｇ Ｃ ａ ｇｈｕ２３ ０ ； ｏＣ ｎｏｍａ ｏ ｎｉ ｅｎ ， ａ ｇｈｕＩ ｔｕｅｏ ｅｈ ｏｏｙ，ｈ ｎ ｚｏ １０ ２ ｉ ｎ ｉ ｎｉ
２ Ｙ ｎｉｇＳｈｏ ， ｈｎ ｚｏ ｎｔｕｅｏ ｅｈｏｏ ， ｈｎ ｚｏ １０ ２ ． ａ ｌ ｃｏｌＣ ａｇｈ ｕＩｓｔｔ ｆ ｃ ｌｇ Ｃ ａｇｈ ｕ２ ３０ ） ｎ ｉ Ｔ ｎ ｙ
收 稿 日期 ：０ ００ —７ ２ １ －７２ 基 金 项 目 ： 州 工 学 院基 金 项 目（ ０ １ ） 常 ＹＮ ７ １ 作 者 简 介 ： 志 琴 （９ ８ 查 １６ 一 ）女 ， 士， ， 硕 副教 授 。
的结果 ： ①搜索结果很多， 往往有许多页， 信息太 过庞大 ； ②搜索到的数据信息大部分是无用信息 ， 属于垃圾信息 ， 且搜到信息的准确率不能保证 ； ③
第２ ４卷第 １期 ２１ ０ １年 ２月
常 州 工 学 院 学 报．
Ｊ ｕ ａ ｆＣｈ ｎ ｈ ｕ Ｉ ｔｔ ｔ ｆＴｅ ｈ ｏｌ ｙ ｏ ｒ ｌ ｏ ａ ｇｚ ｏ ｎｓｉｕ ｅ ｏ ｃ ｎ ｏｇ ｎ
Ｖ ｏ ． ４ Ｎｏ． １２ １
Ｒ ． ０１ ２ １
基 于 Ｗｅ 索 的数 据挖 掘 系统 的研 究 与实 现 ｂ搜
Ｗ ｅ ｉｅ Ｗ ｅ ｇ ｓ ｅｃ Ｄｅ ｌ ｇ ｗｉｈ ｔｅ ｅ ｄａ ｓａ ｃ ｍｐｌ ａｅ ｒ ｃ ｓ ． ｅ Ｃ ｌ ａ ｑ ｉｅ ｕ ｅ ｕ ａ ｎ ｂ ｓｔｓ， ｂ ｐａ ｅ ， ｔ ． ａｉ ｔ ｓ ｔ ｉ ｏ ｎ ｈ ａ ｉ ｔｄ ｐ ｏ ｅ ｓ Ｗ ａｌ ｃ ｕ ｒ ｓ ｆ ｌｄ ｔ ａ ｄ ｃ ａ ｉ ｆ ｒ ｔｏ ｙ ｍｅ ｎ ｆ ｄ ｔ ｎ ｎ Ｔｈｉ ａ ｒｍａ ｅ ａ ｒ ｓ ａｃ ｎ ｓ ａ ｃ ｉ ｇ ａ ｎ ｎ ｆｔ ｅ Ｗ ｅ ａ ｎ ｏ ｍａｉ ｎ ｂ ａ ｓｏ ａ ｍｉ ｉ ｇ． ａ ｓｐ ｐｅ ｄ ｅ ｅ ｈ ｏ ｅ ｈ ｎ ｎｄ ｍ ｉ ｇ ｏ ｈ ｂ ｄ ｔ ｒ ｒ ｉ ａ ｎ ｖ ｌｐｅ ｅ ｆｓ ｓｅ ｉｈ ｐ ｒｏ ａ ｄ ｄｅ ｅｏ ｄ ａ ｓ ｔｏ ｙ ｔ ｍｓｗｈ ｃ ｅ ｆ ｒ ｅ ｅ ｃ ｎ ａ ｏ ｔ ｅ Ｉ ｔｍ ｅ ｎｄ ｄ ｔ ｎｎｇ ａ ｄ ｃ ｅ ｔｄ ｍ ｄ ｓ ａ ｈ ｇ ｄ ｔ ｆ ｍ ｈ ｎ ｅ ｔａ ａａ ｍｉ ｒ ｉ ａｒ ｉ ｒ ａｅ ｎ
（ ． ｃｏ ｌ ｆ ｏ ｕｅ １ Ｓｈ ｏ ｍｐｔｒ＆Ｉｆｒ ｔ ｎＥ ｇ ｅｒ ｇＣｈｎ ｚ ｏ ｓｔｔ ｆＴ ｃｎ ｌｇ Ｃ ａ ｇｈｕ２３ ０ ； ｏＣ ｎｏｍａ ｏ ｎｉ ｅｎ ， ａ ｇｈｕＩ ｔｕｅｏ ｅｈ ｏｏｙ，ｈ ｎ ｚｏ １０ ２ ｉ ｎ ｉ ｎｉ
２ Ｙ ｎｉｇＳｈｏ ， ｈｎ ｚｏ ｎｔｕｅｏ ｅｈｏｏ ， ｈｎ ｚｏ １０ ２ ． ａ ｌ ｃｏｌＣ ａｇｈ ｕＩｓｔｔ ｆ ｃ ｌｇ Ｃ ａｇｈ ｕ２ ３０ ） ｎ ｉ Ｔ ｎ ｙ
收 稿 日期 ：０ ００ —７ ２ １ －７２ 基 金 项 目 ： 州 工 学 院基 金 项 目（ ０ １ ） 常 ＹＮ ７ １ 作 者 简 介 ： 志 琴 （９ ８ 查 １６ 一 ）女 ， 士， ， 硕 副教 授 。
的结果 ： ①搜索结果很多， 往往有许多页， 信息太 过庞大 ； ②搜索到的数据信息大部分是无用信息 ， 属于垃圾信息 ， 且搜到信息的准确率不能保证 ； ③
第２ ４卷第 １期 ２１ ０ １年 ２月
常 州 工 学 院 学 报．
Ｊ ｕ ａ ｆＣｈ ｎ ｈ ｕ Ｉ ｔｔ ｔ ｆＴｅ ｈ ｏｌ ｙ ｏ ｒ ｌ ｏ ａ ｇｚ ｏ ｎｓｉｕ ｅ ｏ ｃ ｎ ｏｇ ｎ
Ｖ ｏ ． ４ Ｎｏ． １２ １
Ｒ ． ０１ ２ １
基 于 Ｗｅ 索 的数 据挖 掘 系统 的研 究 与实 现 ｂ搜
Ｗ ｅ ｉｅ Ｗ ｅ ｇ ｓ ｅｃ Ｄｅ ｌ ｇ ｗｉｈ ｔｅ ｅ ｄａ ｓａ ｃ ｍｐｌ ａｅ ｒ ｃ ｓ ． ｅ Ｃ ｌ ａ ｑ ｉｅ ｕ ｅ ｕ ａ ｎ ｂ ｓｔｓ， ｂ ｐａ ｅ ， ｔ ． ａｉ ｔ ｓ ｔ ｉ ｏ ｎ ｈ ａ ｉ ｔｄ ｐ ｏ ｅ ｓ Ｗ ａｌ ｃ ｕ ｒ ｓ ｆ ｌｄ ｔ ａ ｄ ｃ ａ ｉ ｆ ｒ ｔｏ ｙ ｍｅ ｎ ｆ ｄ ｔ ｎ ｎ Ｔｈｉ ａ ｒｍａ ｅ ａ ｒ ｓ ａｃ ｎ ｓ ａ ｃ ｉ ｇ ａ ｎ ｎ ｆｔ ｅ Ｗ ｅ ａ ｎ ｏ ｍａｉ ｎ ｂ ａ ｓｏ ａ ｍｉ ｉ ｇ． ａ ｓｐ ｐｅ ｄ ｅ ｅ ｈ ｏ ｅ ｈ ｎ ｎｄ ｍ ｉ ｇ ｏ ｈ ｂ ｄ ｔ ｒ ｒ ｉ ａ ｎ ｖ ｌｐｅ ｅ ｆｓ ｓｅ ｉｈ ｐ ｒｏ ａ ｄ ｄｅ ｅｏ ｄ ａ ｓ ｔｏ ｙ ｔ ｍｓｗｈ ｃ ｅ ｆ ｒ ｅ ｅ ｃ ｎ ａ ｏ ｔ ｅ Ｉ ｔｍ ｅ ｎｄ ｄ ｔ ｎｎｇ ａ ｄ ｃ ｅ ｔｄ ｍ ｄ ｓ ａ ｈ ｇ ｄ ｔ ｆ ｍ ｈ ｎ ｅ ｔａ ａａ ｍｉ ｒ ｉ ａｒ ｉ ｒ ａｅ ｎ
基于Web挖掘的个性化电子商务研究
一
用户 的记 录。用户 识 别是 后续 步 骤有 效性 的重 要前 提 ，
１ ．信 息 收 集
也是 Ｗｅ ｂ挖掘 的难点之一 。
务 ，以及提供适时的客户关怀等 ，从而使客户产生备 受重 视
将 ｗｅ 挖 掘应 用于 电子商务 个性 化服务 ，可 以在海 量 ｂ
的 Ｗｅ 访 问数据 中发现用户 的兴趣 爱好 、访 问习惯 、消费 ｂ
趋 势等 ，便于更好地为访问者提供各种商 品和服务 。 Ｗｅ 挖 掘可 以分 为 Ｗｅ ｂ ｂ内容 挖 掘 、Ｗｅ 构 挖 掘 和 ｂ结 ｗｅ 使 用挖 掘。电子商务 个性 化服 务主要 采用 Ｗｅ 用挖 ｂ ｂ使
原始日志 预处理 过的数据
謦 裔 圃 句
规则和模式 有用的规则和模 式
图 １ Ｗｅ ｂ挖掘基本流程 １ ．数据预 处理 。原始 数据需要 经过处理后 才能有效 实
商家可 以很方便 地获取 客户 资料及 行 为信息 ， 而进 行 系 从
统的分析 以提 供对 商业 决策 的支持 。另一 方面 ，由于 网络 的虚拟性 ，商 家可 以做 到对不 同 的客户 提供 不 同的用户 界
基于 Ｗｅ 挖掘的个性化 电子商务研究 ｂ
白贞武
（ 南 经 济 管 理 干 部 学 院 ，湖 南 长 沙 湖
４００ １ ０ ４）
［ 摘
要 ］ 介 绍 个 性 化 电 子 商 务 的 基 本 思 想 ，分 析 ｗｅ ｂ挖 掘 在 个 性 化 电 子 商 务 中的 作 用 ． ｒ作 过 程 ， ￣ Ｌ－
二 、Ｗｅ 挖 掘技 术 ｂ
者成为 自己的客 户 ，提高 已有 客户 的忠诚 度 ，增强 网站 的 交叉销售 能力 ，已经 成为许 多电子商务企业追求 的 目标 。
Web挖掘技术研究
｜ ｓ ａｔ Ａｂｔ ｃ！Ａｓｔｅｒｐｄｄ ｖｌｐ ｎ ｆｔｅｌｔｒｅ， ｅｔｃ ｎ ｌｇ ｆ ｂｍｉｉｇｉ ｎ ｗ ａｈ ｔｒｒｓａｃ ｅｄｏ ａａｍｉｉｇ Ｔｈｓｐｐ ｒ ｒ ｈ ａ ｉ ｅ ｅ ｍｅ ｔ ｎｅｎｔ ｔ ｈ ｏｏ ｙｏ ｎｎ ｓ ｏ ｏｔ ｅｅ ｒｈｆ ｌ ｆ ｔ ｎｎ ． ｉ ａｅ ｏ ｏ ｈ ｈ ｅ Ｗｅ ｅ ｉ ｄ
ｄ ｓ ｕ ｓ ｓ ｔ ｅ ｃ ａ ａ ｔ ｒｓｉ ｓａ ｄ ｍｅ ｈ ｄｓｏ ｅ ｎ ｎ ａ ｄ ｇ ｖ ｓａ ｆ ｓ ｎ ｆ ｃ ｅ ｔＷ ｅ ｏ ｕ ｎ ｌ ｓｅ ｉ ｇ ｍｅ ｈ ｄ． ｔ ｖ ｓｔ ｅ ｅ ｐ ｒ ｍｅ ｔ ｉ ｃ ｓ ｅ ｈ ｈ ｃ ｅ ｔ ｎ ｔ ｏ ｆＷ ｂ ｍｉ ｉ ｇ， ｒ ｉ ｃ ｎ ｉ ｅ ａ ｔａ ｄ ｅ ｉ ｉ ｎ ｂ ｄ ｃ ｍｅ ｔｃ ｕ ｔｒ ｎ ｔ ｏ Ｉ ｅ ｈ ｘ ｅ ｇｉ ｉ ｎ， ｗｈ ｃ ｈ ｗｓｔ ａ ｅ ｔｃ ｎ ｌ ｇ ｆ ｅ ｎ ｎ ｓｐ ａ ｔ ａ ｎ ｆ ｃ ｅ ｔ Ｔｈｅｔ ｃ ｎ ｌ ｇ ｓｓ ｉ ｂ ｅ ｆ ｒｔ ｅ ｓ ｔ ｍ ｎ ｆ ｏ ｓ ｍｏ ｅ ｇ ａ ａ ｔ ｅ ａ ｄ ｉ ｈ ｓ ｏ ｔｔ ｅ ｈ ｏ ｏ ｙ ｏ ｂ ｍｉ ｉ ｇ ｉ ｒ ｃ ｉ ｌ ｄ ｅ ｉ ｎ ， ｈ ｈ Ｗ ｃ ａ ｉ ｅ ｈ ｏ ｏ ｙ ｉ ｕ ｔ ｌ ｏ ｈ ｙｓｅ ａ ｄ ａ ． ｒ ｕ ｒ ｎ ｅ ｎ ａ ｒ
据集 。 就其挖掘的内容 而言 ， ｂ挖掘可分为 Ｗｅ Ｗｅ ｂ内容 挖掘 、 Ｗｅ ｂ结构 挖掘 和 Ｗｅ ｂ使用记录挖掘 。
行改进和扩充 ； （） ４ 用户 目标 的模糊性 。基于 Ｉｔｒｅ ｎ ｎ ｔ的数据挖掘 用户往 ｅ 往只对要挖掘 的主题有一个粗浅 的认识 ，提不 出很 明确 的 目 标来 ， 这就需要 Ｗｅ 挖掘系统具有一定 的智能性和学 习机 制， ｂ 不断地跟踪 用户的兴趣 以挖掘 出正确 的结 果，并清 晰详尽地 以用户能够理解 的方式 阐述 出来 ； （） ｂ数据 目前以 Ｔ ５Ｗｅ Ｂ数量级计算 ，而且仍然在迅速增 长，这就要求 Ｗｅ ｂ挖掘方法在对大数据集进行挖掘时依然具
基于Web使用挖掘的个性化推荐服务研究
维普资讯
・
５ Ｏ・
齐 齐 哈 尔 大 学 学 报
预 处理结果得 到用 户会话 文件 ，用 户会话是Ｗｅ ｂ使用 挖掘中唯一 具备 自然事 务特征 的元素； 粒度太 但
一
粗， 为此本文利用分割算法将其转化为更小的事务。 首先进行用户事务模式聚类 ， 再进一步将用户事务聚类
●
园
图 １ 日志预处理过
２ 计算推荐集
２１ 计算候选推荐 集 ．
收稿 日期 ：２０－ １０ ０６０ —６
基金项目 ：黑龙汀省研 究生创新 科研资 金项 日 （ Ｈ编 ：ＹＳ Ｘ Ｏ６ １Ｈ Ｊ 项 ＪＣ ２Ｏ －４ Ｌ ）。 作者简 介 ：李晓哗 （ ９ １ １８一），女 ，辽 宁风城 人 ，在谈硕 士生 ，主要 从事数据挖 掘方而的研 究 。Ｓｌ１１６ 【“ 。 ｚ 】２＠）『 ｍ ８ ｌ 『
李 晓 晔 ，黄 迎春 ，邓 文新
（． １ 齐齐哈尔大学计算机系 ，黑龙汀 齐齐哈尔 １１０； ． ６０ ６ ２ 齐齐哈尔大学计算中心 ，黑龙汀 齐齐哈尔 １ １０ ６０６）
日 园
摘要 ：本文研究结合网站结构和页而内容以辅助 Ｗｅ 使用挖ｊ ，提高推荐服务质量。并在相关理沦 与研究的基础 ｂ ｊ ｉ Ｉ ｛
∑Ｗ ・ Ｓ
如 用 访问 Ｒ 则 ＝ ； ， ＝ 。 访问 似 计 果 户 了ＵＬ， １ ０ 进行 相 度 算：ｍｔ（ ） ＿ 二 一 否则 ， ａｈ ， ＝了 ｃ－ Ｓ — ；
。
’√， Ｊ 、 ｆ 、 ｊ （ 吾 （２ ，
给定一个最小 Ｉ配 门限 用于 确定是否 匹配 ，最ｄ ｌ限值 的确定需要根据 访 ＩＬｇ Ｋ ． ，ｌ ＇ ￣ ｏ文件 的统计情 况确定 ， － ］ 相
基于Web的数据挖掘技术的研究
复 杂 的 应 用 ． 决数 据 的应 用 质量 问 题 ， 分 利＇ 有 用 的 数 据 ， 解 充 丰 ｊ 是
化模 型 和半 结 构 化数 据 模 型抽 取 技 术 为前 提 建立 数 据 仓库 。
２基 于 Ｗｅ ｂ的数 据挖 掘 的主 要方 法
２１访 问 路 径 分 析 ． 访 问路 径 是 用 户在 网络 上 浏 览 时 ． 一个 网 页到 另 一 个 网 页 的 从 路 径 访 问路 径 分 析 就 是 寻找 频 繁 访 问路 径 的 方 法 即 通 过 对 Ｗｅ ｂ 服 务器 的 日志 文 件 中 客 户访 问站 点 的访 问 次 数 分 析 ， 挖 掘 出频 繁
ｉ ｇ ｔ ｅ ｃ ａａ ｔｒ ｔ ｓｏ ｂ ｉ ｆｒ ａｉ ｎ， ｉ ｐ ｐ ｒｔ ｋ ｓａｒ ｓ ａｃ ｎ ｔ ｅ ｐ ｏ ｌ ｍ ｆｗｅ ａａｍ ｉｉ ｇ ｔ ａ ｓａｐ ｍ ｅ ｐ ｏ ｌｍ Ｏ ｂ ｏｖ ｄ＇ ｎ ｈ ｒｃｅ ｉ ｉ ｆ ｈ ｓｃ ｗｅ ｎ ｏ ｍ ｔ ｏ ｔ ｓ ａ ｅ ｅ ｅｅ ｒ ｈ ｏ ｈ ｒ ｂｅ ｏ ｂ ｄ ｔ ｎ ｎ ｔ ｒ ｒ ｂｅ ｔ ｅ ｓ ｌ ｅ ｈ ａ ｈ ｉ ｉ
Ｋｅ ｒ ￥ ｄ ｔ ｅ ｃ ｖ ｄ ｎ Ｗ ｅ ｘ ａ ａ ｏ ； ａａ ｗａ ｅ ｏ ｓ ｙ ｗｏ ｄ ：ａａ ｘ ａ ａ ｏ ； ｂ ｅ ｃ ｖ ｔ ｎ ｄ ｔ ｒ ｈ ｕ ｅ ｉ
在 Ｉｔｍｅ 技 术 迅 猛 发 展 的 今 天 ， 对 Ｗｅ ｎｅ ｔ 面 ｂ上 浩 如 烟 海 的 数
的特 点 人 手 ． 究 面 向 Ｗｅ 研 ｂ的 数 据 挖 掘 需 解 决 的 主 要 问 题 ， 出 提
了一 种 基 于 Ｗｅ 据 挖 掘 的 应 用 模 式 框 架 ． 着 重 从 功 能 的 角 度 ｂ数 并
化模 型 和半 结 构 化数 据 模 型抽 取 技 术 为前 提 建立 数 据 仓库 。
２基 于 Ｗｅ ｂ的数 据挖 掘 的主 要方 法
２１访 问 路 径 分 析 ． 访 问路 径 是 用 户在 网络 上 浏 览 时 ． 一个 网 页到 另 一 个 网 页 的 从 路 径 访 问路 径 分 析 就 是 寻找 频 繁 访 问路 径 的 方 法 即 通 过 对 Ｗｅ ｂ 服 务器 的 日志 文 件 中 客 户访 问站 点 的访 问 次 数 分 析 ， 挖 掘 出频 繁
ｉ ｇ ｔ ｅ ｃ ａａ ｔｒ ｔ ｓｏ ｂ ｉ ｆｒ ａｉ ｎ， ｉ ｐ ｐ ｒｔ ｋ ｓａｒ ｓ ａｃ ｎ ｔ ｅ ｐ ｏ ｌ ｍ ｆｗｅ ａａｍ ｉｉ ｇ ｔ ａ ｓａｐ ｍ ｅ ｐ ｏ ｌｍ Ｏ ｂ ｏｖ ｄ＇ ｎ ｈ ｒｃｅ ｉ ｉ ｆ ｈ ｓｃ ｗｅ ｎ ｏ ｍ ｔ ｏ ｔ ｓ ａ ｅ ｅ ｅｅ ｒ ｈ ｏ ｈ ｒ ｂｅ ｏ ｂ ｄ ｔ ｎ ｎ ｔ ｒ ｒ ｂｅ ｔ ｅ ｓ ｌ ｅ ｈ ａ ｈ ｉ ｉ
Ｋｅ ｒ ￥ ｄ ｔ ｅ ｃ ｖ ｄ ｎ Ｗ ｅ ｘ ａ ａ ｏ ； ａａ ｗａ ｅ ｏ ｓ ｙ ｗｏ ｄ ：ａａ ｘ ａ ａ ｏ ； ｂ ｅ ｃ ｖ ｔ ｎ ｄ ｔ ｒ ｈ ｕ ｅ ｉ
在 Ｉｔｍｅ 技 术 迅 猛 发 展 的 今 天 ， 对 Ｗｅ ｎｅ ｔ 面 ｂ上 浩 如 烟 海 的 数
的特 点 人 手 ． 究 面 向 Ｗｅ 研 ｂ的 数 据 挖 掘 需 解 决 的 主 要 问 题 ， 出 提
了一 种 基 于 Ｗｅ 据 挖 掘 的 应 用 模 式 框 架 ． 着 重 从 功 能 的 角 度 ｂ数 并
基于Web挖掘的个性化教学推荐系统
作者简介 ： 刘秀敏 （９ ６ ） 吉林长春人 ， 士研 究生， 究方 向 ： １７ 一 ， 硕 研 计算机 教育与应用， 多媒体技术 。
计 算机 时代 ２ １ 年 第 ７ ０ １ 期
・ ・ ５
习方式 。因此 ， 通过 学生学习风格 的测试 构建能代表学生 对项 目Ｉｍ ｊ和 Ｉｍ ｊ同时作 了评价 ， 样它们之 间的相似 本文 ｔ －ｌ ｔ －２ ｅ ｅ 这 特征 的学 习风格 及兴 趣模型 。为 了更 加准确地 测试 出学生 的 性可以用多种方法计算 。本文采用 Ｐａ ｏ—计算公式 ： ｅｒ ｎｒ ｓ 学习风格类型 ， 采用了所 罗门风格量表和 Ｋ ｌ风格量表进 本文 ｏ ｂ 洲 Ｔ ： 堡 ： 行 测试 。由于学 生数 目的急剧增 加和项 目众多 的风 格 量表 导 致学 生评分 数据 的不 完善 ， 了数据 的稀疏性 ， 得计算 目 产生 使
Ｔｃｎｃ ｌＣ ｌｇ ） ｅｈ ｉａ ｏ ｅｅ ｌ
Ａｂ ｔａ ｔ Ａｉ ｉｇ ｔ ｈ ｎ ｔ ｏｋ ｌａ ｉｇ ｅ ｖｉ ｎ ｅ ｔ ｆｒ ｔ ｅ ｔ， ｗｅ ｅ ｉｎ ｎ ｗ ｐ ｒｏ ａｉｅ ｔａ ｈｎ ｒｃ ｍｍｅ ｄ ｔ ｎ ｓｒ ｃ： ｍ ｎ ａ ｔｅ ｅｗ ｒ ｅ ｒ ｎ ｎ ｒ ｍ ｎ ｏ ｓｕｄ ｎ ｓ ｎ ｏ ｄ ｓｇ ａ ｅ ｅ ｓ ｎ ｌｚ ｄ ｅ ｃ ｉｇ ｅ ｏ ｎ ａｉ ｏ ｓ ｓｅ ．Ｔｈｏ ｈ ｅｔ ｔｅ ｌａ ｉ ｔ ｅ ｆ ｓｕ ｎｓ ｎｄ ｙ ｔｍ ｒｕｇ ｔｓｉ ｎｇ ｈ ｅ ｍ ｎｇ ｓｙｌ ｏ ｔｄｅ ｔ ａ ｍｉ ｉｇ ｔ ｅｒ Ｗ ｅ ｏ ｉ ｌｇ ， ｔｅ ｙ ｔｍ ｃ ｎ ｔｕ ｔ ｔｅ ｎｎ ｈ ｉ ｂ ｂｒｗｓｎｇ ｏ ｓ ｈ ｓ ｓｅ ｏ ｓｒｃｓ ｈ ｍｏ ｅｓ ｄ ｌ ｗｉ ｔ ｈ