基于Web的数据挖掘在个性化网上学习系统中的应用

《基于Web的数据挖掘在个性化网上学习系统中的应用》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于Web的数据挖掘在个性化网上学习系统中的应用ApplicationofWeb-basedDataMininginPersonalizedOnlineLearningSystemDevelopmentoftheInternettopeople'slivestodayhasbecomeanindispensablepartofthe,andtheInternetinasensecanalsobeseenasahugedatabase,andrelatetovariousfields・Sointhishugedatabase,dataminingtechniquest

2、oteachwhatisituseless?ThistimeontheInternetthroughasimplediscussionofdatamining,dataminingontheInternetthatnowsomeofthetrendsandrelatedtechnology,andanalyzeoneofthefocustheapplicationofdataminingontheInternetrelatedtechnicaldirectionofWebuserecordsonebyoneminingKeywords:webdatamining;W

3、eblog;datapreprocessingAbstract:Onlinelearninghasbecomeanimportantpartintheeducationsystem.However,thelackofpersonalserviceinawebenvironmentisoneofdevelopmentbottlenecksofonlinelearningsystem.First,thispaperanalyzessingleonlinelearner'spersonalrequirements.Accordingtotheirrequirements,

4、apersonalizedrecommendationsystemframeworkisproposedbasedonthetechnologyofwebusagemining・Thesystemprovidesindividualrecommendationsinaccordancewiththeanalysisofsinglelearner'sstudycustomandinterest,sothequalityofservicecouldbeimproved.Then,thispaperresearchesontwokeyalgorithms:maximumf

5、orwardpath(MFP)miningalgorithmandassociationrulesminingalgorithm,andimplementstheprogrammingofthetwoalgorithmsintheproceedofweb-baseddatapreprocessingandmining・Finally,theresultofthetestindicatesthatthesystemdesignedinthispaperisfeasible.Keywords:onlinelearning,personalservice,webusage

6、mining,personalizedrecommendationsystem摘要：网上学习已经成为了教冇系统很重要的一部分，然而，网络环境中个性化服务的缺乏却成了网上学习系统的发展瓶颈。论文首先分析了网络学习者的个人需求，根据他们的需求，推荐了一个基于Web使用挖掘技术的个性化评价系统框架。这个系统通过对单个学习者的学习习惯和兴趣的分析，提供了单独的建议，从而改善了服务质最。这篇论文研究了两个重要算法：最大向前路径(MFP)挖掘算法和关联规则算法并在处理基于web数据处理和挖掘过程中编程实现了这两个算法，最后，测试结果显示文中设计的系统是可行的。0前言在线学习系统

7、往往提供几十英至几百门课程，然而，每个学习者经常只对一门或几门课程感兴趣。因此网络上的大部分信息对单个学习者而言是无用的。如何发现学习者的兴趣并在网络环境中给学习者带来便利和启示正是本文所要讨论的。学习者在网络上留下的许多web访问Fl志文件反映了他们的学习习惯饿兴趣，为了获収单个学习者的学习习惯和兴趣，此文在基于webH志挖掘上提出了一个个性化的推荐系统,它不仅能发现学习者在过一段时间内频繁访问序列路径，同时也能发现他以前没访问到的有关联的课程和页面。因此不同的学习者在改善的在线学习环境中能获取不同的推荐。1.web使用挖掘技术Web挖掘是对eb数据的智能分析