学位论文 > 优秀研究生学位论文题录展示

基于Web日志的用户行为研究与个性化推荐设计

作　者: 徐永驰
导　师: 高泽华
学　校: 北京邮电大学
专　业: 通信与信息系统
关键词: 数据挖掘 Web挖掘用户行为推荐系统个性化推荐
分类号: TP391.3
类　型: 硕士论文
年　份: 2013年
下　载: 45次
引　用: 0次
阅　读: 论文下载

内容摘要

随着互联网的出现,人类的生活方式也发生了巨大的变化。如今信息化的时代已经到来,信息闭塞的时代已不复存在。无论是对于信息生产者还是信息的获取者,都出现了“信息过载”的问题,特别是在有效地获取自己所需的信息方面。因此如何处理好个人所面对的海量数据,并从中提取出有用的、需要的信息便成为当下亟待解决的问题。本文以数据挖掘的相关理论研究为基础,对某一公司的网站平台进行研究,主要是对其Web日志(服务器日志)进行分析和处理,并进一步对网站的用户行为进行分析和研究。由于公司平台以盈利为目的,因此对其进行研究,具有很强的现实意义,一方面,可最大程度地满足用户的具体需求,优化网站结构和页面。另一方面,可以让系统对用户更为友好,让网站的可持续发展得到保证。本文在此基础上,提出了一种基于相似性度量的熵的协同个性化推荐算法,并把其用于网站平台的推荐系统。与此同时,本文也考虑到了公司具体业务和用户的个性化需求方面的因素。

全文目录

摘要  4-5
Abstract  5-8
第一章前言  8-12
  1.1 研究背景和研究意义  8-9
  1.2 国内外研究情况  9-10
  1.3 主要工作与结构安排  10-12
第二章相关理论知识  12-21
  2.1 数据挖掘与数据仓库  12-14
    2.1.1 数据挖掘  12-13
    2.1.2 数据仓库  13-14
  2.2 OLTP与OLAP  14-15
  2.3 Web挖掘  15-18
  2.4 分类和聚类  18-19
    2.4.1 分类  18-19
    2.4.2 聚类  19
  2.5 本章小结  19-21
第三章 Web日志挖掘与用户行为分析  21-28
  3.1 Web日志挖掘  21-24
  3.2 用户行为数据处理  24-25
  3.3 实验结果  25-27
  3.4 本章小结  27-28
第四章个性化推荐设计  28-36
  4.1 个性化  28-30
  4.2 推荐方法的种类  30-32
    4.2.1 基于历史行为的推荐  30-31
    4.2.2 基于模型的推荐  31
    4.2.3 基于内容的推荐  31-32
  4.3 推荐系统的评测标准  32-33
  4.4 推荐系统的组成  33-34
  4.5 基于熵的相似性的个性化推荐  34
  4.6 推荐系统中需要注意的问题  34-35
  4.7 本章小结  35-36
第五章系统的实际运用  36-43
  5.1 网站主题的介绍  36
  5.2 用户行为分析和个性化推荐系统的应用  36-43
    5.2.1 本站用户的行为分析  36-41
    5.2.2 个性化推荐的具体应用  41-43
第六章总结与展望  43-45
  6.1 工作总结  43
  6.2 未来展望  43-45
附录：符号说明  45-46
参考文献  46-48
攻读硕士期间发表论文情况  48-49
致谢  49

基于Web日志的用户行为研究与个性化推荐设计

内容摘要

全文目录

相似论文