欢迎来到天天文库
浏览记录
ID:14518950
大小:872.48 KB
页数:48页
时间:2018-07-29
《面向网络的数据挖掘在电子政务中的应用研究》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、华中科技大学硕士学位论文面向网络的数据挖掘在电子政务中的应用研究姓名:徐礼景申请学位级别:硕士专业:软件工程指导教师:胡昌赤;黄立群20041113摘要在政府信息门户网站及东风裕隆公司网上办公平台的设计实现过程中如果能够根据用户的访问兴趣来进行个性化推荐将会更加有针对性的满足用户的需求网络挖掘技术是实现Web个性化推荐最行之有效的技术手段之一通过对用户访问信息进行网络使用挖掘可以有效的实现政府信息门户网站的个性化推荐对网络内容挖掘网络结构挖掘和网络使用挖掘之间的差异进行了深入研究研究表明网络使用挖掘在政府信息门户网站的个性化推荐中具有重要意义通过对网络挖掘的一般过
2、程的分析给出了适合于政府信息门户网站的个性化推荐方案方案分析了Web数据在客户端代理端及服务器端获取的优势以及在数据收集及准确反映用户浏览行为方面的局限性给出了针对网络使用数据源的数据预处理方案预处理方案包括数据净化用户识别会话识别等关键步骤该方案对网页拓扑结构及页面的访问时间进行分析剔除了非用户兴趣的页面提高了数据源的准确性通过分析个性化推荐中关联规则的性质给出了适合于政府信息门户网站的一支持数的挖掘方法并设计了满足该方法的存储结构以及关联规则挖掘算法在考虑页面支持数的基础上给出了推荐页面加权的方案以此提高推荐页面的准确率应用以上方案对电子政务门户网站的个性
3、化推荐服务进行了设计关键词网络挖掘电子政务网络使用挖掘数据预处理关联规则挖掘IAbstractWiththeprocessofdesignandimplementofE-GovernmentwebsiteandDongFengYulonofficeautomationsystem,itwouldbeappropriatetomeetusers'needsifwebpersonalizationcouldbeimplementedaccordingtousers'interests.Web mining was one of the most effective met
4、hods for web personalization.Webusageminingofusers'browsingbehaviorscouldimplementpersonalizationrecommendationeffectively.Therewasathoroughresearchonthedifferenceofwebcontentmining,webstructureminingandwebusagemining.ItdemonstratedthatwebusageminingwassignificantforthepersonalizationofE-Gov
5、ernmentwebsite.Accordingtothegeneralprocessofwebmining,thepersonalizationplanwasputforwardtobethesamewithE-Governmentwebsite.Theplananalyzedadvantagesandshortcomingsofcollectingwebdataatserver,proxyandclientsideforobtainingusers'browsingbehaviorsandapreprocessingmethodtologdataforwebusagemin
6、ingwasintroduced,includingdatacleaning,useridentificationandsessionidentification.Itreducedthepageswhichcouldnotreflectusers'interestsandenhancedtheprecisionofthedatathroughtheanalysisofthepagesstructureandthetimebetweentwopages.Thecharacteristicsoftheruleforrecommendationwereanalyzedandapla
7、nofonesupportnumberassociationrulewasintroducedinapplicationofwebsite.Moreover,anassociationruleminingalgorithmbasedontheideaandstructurewasdesigned.Meantime,anotherideaoftheweightedpagesupportwassuggested.Themethodusingabovemaderecommendationmorea
此文档下载收益归作者所有