[计算机]Web挖掘论文：基于Web日志挖掘的原型系统研究与实现.doc

Web挖掘论文：基于Web日志挖掘的原型系统研究与实现【中文摘要】在Internet信息大爆炸的年代,用户大量地借助搜索引擎获取所需信息。然而现有的信息检索系统基本对不同用户键入同一查询词返回同样的结果集,忽视了用户自身的知识领域背景和兴趣趋向,使用户陷入了信息资源迷航状态。为此,信息检索领域拓展开了一个新兴的研究方向-个性化检索研究。提供个性化检索的前提条件是要能准确地识别用户并合理的建立其知识兴趣背景。Web日志中含有大量的用户记录信息,通过对相关信息的挖掘可以识别出单一用户,通过分析用户的浏览行为信息可以抽取用户特性信息,从而构建出用户知识兴趣背景。结合用户知识兴趣背景,对不同用户键入同一查询词进行用户识别,分析其领域知识、兴趣偏好、喜好趋势等信息,从而返回相对不同用户意图需求的结果集,实现个性化检索,提高查全率、查准率以及用户的满意度。本文重点研究通过Web日志挖掘技术建立用户知识兴趣背景,实现个性化检索原型系统。主要研究内容如下:探讨了针对Web日志数据预处理阶段的数据清理技术,同时对数据预处理主要几个步骤进行了详细分析、阐述。针对基于词频的TF/IDF算法忽略了用户知识兴趣与文档相关性问题,结合对Web日志中用户浏览行为和查询日志中.【英文摘要】In an era of Internet information explosion, the users usually acquire information by means of using search engine. However, ignoring the knowledge background and interest of the users, the existing information retrieval system gives the same results to the same query input by the different users, and makes the users into a trek state of information resource. Therefore, this leads to a new research direction for the information retrieval field-the study on personalized information retrieval.The preco.【关键词】Web挖掘 个性化 Web日志 TF/IDF 数据预处理 用户知识兴趣背景【英文关键词】Web Ming Personalized Web Log TF/IDF Data Preprocessing Users Knowledge and Interest Background【目录】基于Web日志挖掘的原型系统研究与实现摘要4-5Abstract5第一章 绪论9-161.1 研究背景、目的9-101.2 个性化研究意义及其现状10-111.3 Web 日志挖掘研究意义及其现状11-131.3.1 国外研究现状121.3.2 国内研究现状12-131.4 本文的主要研究内容13-141.5 本文组织结构14-16第二章 数据挖掘与Web 挖掘16-282.1 数据挖掘概述16-172.1.1 数据挖掘定义16-172.1.2 数据挖掘的一般过程172.2 Web 挖掘17-222.2.1 Web 挖掘基本概念17-182.2.2 数据挖掘与Web 挖掘182.2.3 Web 挖掘与信息检索182.2.4 Web 挖掘对象18-192.2.5 Web 挖掘处理过程192.2.6 Web 挖掘分类19-222.3 Web 日志挖掘22-252.3.1 Web 日志挖掘相关术语222.3.2 Web 日志挖掘对象22-232.3.3 Web 日志挖掘一般过程232.3.4 Web 日志挖掘常用技术23-252.4 个性化25-272.4.1 个性化信息推荐262.4.2 个性化信息检索26-27本章小结27-28第三章 个性化检索28-313.1 个性化检索28-303.1.1 个性化检索涉及的相关技术28-293.1.2 个性化检索评价指标29-30本章小结30-31第四章 Web 日志预处理研究31-364.1 Web 日志介绍31-324.2 Web 日志预处理过程32-354.2.1 数据清理32-344.2.2 用户识别344.2.3 会话识别34-354.3 用户点击日志35本章小结35-36第五章 用户知识兴趣背景36-405.1 用户知识兴趣背景概述36-375.1.1 知识兴趣背景的研究对象36-375.1.2 知识兴趣背景的获取方式以及构建方法375.2 用户知识兴趣背景表示方法概述37-39本章小结39-40第六章 构建用户知识兴趣背景40-486.1 本文用户知识兴趣背景表示方法40-416.2 数据过滤41-426.3 基于词频统计的TF/IDF 算法426.4 改进的偏加权TF/IDF 算法42-456.4.1 用户交互页面权重分析43-446.4.2 改进的偏加权TF/IDF 实现44-456.5 用户知识兴趣背景构建45-466.6 用户知识兴趣背景更新46-476.6.1 Rocchio 反馈算法466.6.2 基于Rocchio 反馈算法衍化的用户知识兴趣背景更新46-47本章小结47-48第七章 基于用户知识兴趣背景的优化重排48-517.1 基于用户知识兴趣背景的检索结果集分类48-497.2 优化重排49-507.2.1 文档向量的相关性49-507.2.2 文档与查询的相关性50本章小结50-51第八章 个性化检索系统原型51-558.1 原型系统设计与架构51-528.2 原型系统相关模块介绍52-548.2.1 信息采集器52-538.2.2 索引器、检索器以及用户接口模块53-548.2.3 用户知识兴趣背景模块54本章小结54-55第九章 原型实现与实验分析55-639.1 实验平台的软硬件环境55-569.1.1 系统软、硬件环境559.1.2 Larbin 和Xapian 简介55-569.2 实验分析56-639.