期刊文献+

基于精确序列模式的网页个性化推荐 被引量:2

Web Personalization based on Accurate Sequential Pattern
下载PDF
导出
摘要 Web个性化系统的目标是为用户提供他们想要的或需要的信息,而不必明确询问用户的需求。传统推荐系统的方法是直接收集服务器日志作为Web使用数据,通过分析用户的行为模式,挖掘出用户的兴趣、偏好,然后将系统认为是与用户相关的网页链接向用户推荐。本文应用新的方法——远程代理收集Web使用数据,为数据预处理提供了方便,并提出了精确序列模式的方法进行Web页面推荐,扩展了N—Gram,从而分别提高了网页推荐的准确率和覆盖率。
出处 《计算机系统应用》 2006年第5期32-35,共4页 Computer Systems & Applications
  • 相关文献

参考文献13

  • 1MULVENNA M D, ANAND S S, BUCHNER A G.. Personalization on the net using web mining. Commun. ACM, 2000, 43. Pages 123-125. 被引量:1
  • 2R Cooley, J Srivastava, B Mobasher. Web mining.Information and pattern discovery on the world wide web. In 9th IEEE Intemational Conference on Tools with Artificial Intelligence (ICTAI' 97 ), November1997. 被引量:1
  • 3M Eirinakl, M Vazirgiannis. Web Mining for Web Personalization. ACM Transactions on Intemet Technology, February 2003. Vol. 3, No. I: Pages 1-27. 被引量:1
  • 4Bamshad Mobasher, Honghua Dai, Tao Luo, Mild Nakagawa. Effedlve Personalization Based on Assoelation Rule Discovery from Web Usage Data. WIDM 2001, GA, USA. 被引量:1
  • 5Xiaobin Fu, Jay Budzlk, Kristian J Hammond. Mining Navlgation History for Recommendation. Proceedings of the 5th International conference on Intelligent user interfaces. 2000. 被引量:1
  • 6AM Ahmad, MHA Hijazi. Web Page Recommendation Model for Web Personalization. LNAI 3214,2004. Pages 587 - 593. 被引量:1
  • 7KA Smith, Alan Ng. Web page clustering using a self- organizing map of user navigation patterns,Decision Support Systems 35 ( 2003 ) Pages :245-256. 被引量:1
  • 8Mathias Gery, Hatem Haddad. Evaluation of Web Usage Mining Approaches for User's Next Request Prediction. WIDM03, 2003, New Orleans, Louisiana, USA. 被引量:1
  • 9http://www.w3.org/TR/WD—logflle.html. 被引量:1
  • 10http://www.w3.org/Addressing/. 被引量:1

同被引文献12

  • 1阮幼林,李庆华,刘干.分布环境中的并行频繁模式挖掘算法[J].计算机工程与应用,2005,41(25):1-3. 被引量:3
  • 2SOMAN K P.数据挖掘基础教程[M].范明,牛常勇,译.北京:机械工业出版社,2009. 被引量:13
  • 3Mahmood T, Ricci F. Improving recommender systems with adaptive conversational strategies[C]// HT ' 09 20th ACM Conference on Hypertext and Hypermedia. New York, USA: ACM Press, 2009 : 73-82. 被引量:1
  • 4Lemire D,Maclachlan A. Slope One Predictors for Online Rating Based Collaborative Filtering[C]//SIAM Data Mining(SDM' 05). 2005: 21-23. 被引量:1
  • 5Miller G A. WordNet A Lexical Database for English[C]// Communications of the ACM. New York, USA: ACM Press, 1995 : 39-41. 被引量:1
  • 6Lin De-kang. An Information-Theoretic Definition of Similarity [C]// Proceedings of the 15th International Conf. on Machine Learning Morgan Kaufmann. San Francisco, CA, 1998:296-304. 被引量:1
  • 7Budanitsky A, Hirst G. Evaluating WordNet-based Measures of Lexical Semantic Relatedness [J]. Association for Computational Linguistics, 2005,32 : 16-23. 被引量:1
  • 8Resnik. Using information content to evaluate semantic similarity[C]//Proc. 14th International Joint Conference on Artificial Intelligence 1995 : 448-453. 被引量:1
  • 9Movie Lens Data Sets.2011-5-8[EB/OL].http://www.grou-plens.org. 被引量:1
  • 10刘浩淼,徐从富,何俊.基于模糊聚类的歌曲智能推荐方法研究[J].计算机工程与设计,2009,30(10):2423-2427. 被引量:3

引证文献2

二级引证文献24

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部