欢迎来到天天文库
浏览记录
ID:57744994
大小:4.27 MB
页数:43页
时间:2020-03-27
《基于Web数据挖掘的个性化服务研究.pdf》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、分类号:UDC:密级编号基于Web数据挖掘的个性化服务研究PersonalizedServiceBasedonWebDataMining学位授予单位及代蚂:篮鲞壁王盔堂ilQ』8盟学科专业名称及代峭:盐显丑厘崩蕉垄iQ812Q墅研究万向:迁簋也聋髭埕型申请学位级别:缝±指导教师:焦[丑熬援研究生:塾匿赶论文起止时『日』:2QQ!:!!二2Q!Q:12长春理工大学硕士(或博士)学位论文原创性声明本人郑重声明:所呈交的硕士(或博士)学位论文,《基于Web数据挖掘的个性化服务研究》是本人在指导教师的指导下,独立进行研究工作
2、所取得的成果。除文中已经注明引用的内容外。本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体.均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者签名:兰望生—!生年—蔓月—兰r}长春理工大学学位论文版权使用授权书本学位论文作者及指导教师完全了解“长春理工大学硕士、博士学位论文版权使用规定”.同意长春理工大学保留并向中国科学信息研究所、中国优秀博硕士学位论文全文数据库和CNKI系列数据库及其它国家有关部门或机构送交学位论文的复印件和电子版,允许论文被查阅
3、和借阅。本人授权长春理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索。也可采用影印、缩印或扫描等复制手段保存和汇编学位论文。作者签名:垄E—!!垫—≥盟年三月2R删签笔彳乞掣兄啡年≯尘一摘要近年柬.随朴网络技术的发腥.数据量的℃速增长与信息量的同蕴缺乏
4、珥者之问相互矛盾.数据挖掘技术越来越被人们所关注。纵观各种数据挖掘技术,关畦规则挖掘已经成为数据挖掘方向的一个重要研究课题。目前最常用的就是利用关联规则算法来挖掘Web同志米发现用户的访问规律.兴趣爱好,从而实现对不同的用户提供不同的服务.达到个性化服务
5、。本文首先简要介绍了数据挖掘技术的产生、Web数据挖掘的基本概念、分类、挖掘过程及常用的几种相关技术.详细讨论了数据预处理的过程:其次阐述了关联规则的概念,详细了分析了关联规则的经典算法一Apdori算法;再次详细讨论了关联规则的增量数据挖掘算法,并且在此基础上.分析和总结其算法的不足之处,本文提出了基于划分的FUP算往,提高关联规则挖掘的效率:最后通过实验实现了基于划分的FUP算法,并且将实验结果与传统的FUP算法进行比较分析,从而验证了基于划分的FUP算法的有效性和正确性。关键词:Web数据挖掘:关联规则.FUP
6、算法:基于划分的FUP算法ABSTRACTInrecentyears,withthedevelopmentofnetworktechnology,therapidgrowthdataandtheincreasinglackofinformationconflictswitheachotheranddatamininghasbeengrowingconcernedThroughoutthevariousdataminingtechniques,associationrulemininghasbecomeanimport
7、antresearchtopicofthedirectionofdataminingTodaywcusualllymineWeblogstodiscovertheaccessrulesandhobbiesofusersbytheuseofassociationruleminingalgorithmsinordertopersonalizeservicethatthedifferentusershavedifferentservicesFirsl,thisarticlebrieflydescribesthegenera
8、tionofdatamining,thebasicconcepts,classification,dataminingprocessofWebdataminingandseveralrelaledtechnologiesthata把largelyusedanddiscussesindetailtheprocessOfdatapreprocessing;Second.thisarticledescribestheconceptofassociationrules,analysisindetailtheclassical
9、algorithmofassociationrules~ADriorialgorithm;Alsothepaperdiscussesindetailtheincrementaldataminingalgorithmofassociationrulesandanalysisandsummarytheinadequaciesofthealgorit
此文档下载收益归作者所有