-
题名基于隐马尔可夫模型的兴趣迁移模式发现
被引量：22
- 1
-
-
作者
王实
高文
李锦涛
黄铁军
-
机构
中国科学院计算技术研究所
-
出处
《计算机学报》
EI
CSCD
北大核心
2001年第2期152-157,共6页
-
文摘
Web挖掘的一个重要研究方向是发现用户的迁移模式 .一般来说 ,用户的迁移具有某种目的性 .这种目的性表现为用户对某种概念的兴趣 .文中提出基于隐马尔可夫模型的兴趣迁移模式发现方法 ,用于发现这种带有某种兴趣的用户迁移模式 .这种模式实质上是一种特殊的关联规则 .在这种方法中 ,作者首先根据用户的访问记录定义一个隐马尔可夫模型 ,然后提出一种新的增量发现算法 Increase- R用于发现兴趣迁移模式 ,同时给出了证明以说明该算法可以发现所有的兴趣迁移模式 .
-
关键词
数据挖掘
隐马尔可夫模型
关联规则
数据库
兴趣迁移模式
-
Keywords
web mining, hidden Markov model, association rule, navigation patterns
-
分类号
TP311.13
[自动化与计算机技术—计算机软件与理论]
TP18
[自动化与计算机技术—计算机科学与技术]
-
-
题名基于Web访问信息的用户兴趣迁移模式的研究
被引量：5
- 2
-
-
作者
马力
谭薇
李培
-
机构
西安邮电学院信息中心
西安邮电学院计算机学院
-
出处
《计算机科学》
CSCD
北大核心
2011年第5期175-177,219,共4页
-
基金
陕西省自然科学基金资助项目(SJ08-ZT15)
陕西省教育厅专项科研计划项目(08JK425)资助
-
文摘
针对用户浏览网页的兴趣会随时间而变化这一现象,设计了一种网络用户兴趣迁移模式的挖掘模型。把用户的访问兴趣通过隐马尔可夫模型抽象成一种时间序列,以此反映用户兴趣的序列性,进而利用GSP算法从用户兴趣序列中挖掘出用户兴趣的迁移模式。实验证明该方法是有效的,从时间属性上更深层次地描述了用户兴趣的变化情况。
-
关键词
兴趣迁移模式
隐马尔可夫模型
序列模式挖掘
-
Keywords
User interest drift pattern
Hidden markov model
Sequential pattern mining
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名基于区域特征分布式Web用户兴趣迁移模式
- 3
-
-
作者
张克君
杨炳儒
章小莉
宋泽锋
陈卓
-
机构
北京电子科技学院计算机科学与技术系
北京科技大学信息工程学院
-
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2008年第10期1995-1998,共4页
-
基金
国家自然科学基金(60773120)
信息安全和保密重点实验室基金资助课题
-
文摘
提出一种基于区域特征的分布式Web用户兴趣迁移模式挖掘模型DWICP,以及基于该模型的具有区域特征的用户识别方法和局部浏览兴趣迁移模式更新算法/全局浏览兴趣迁移模式更新算法,用于发现具有区域特征的用户浏览兴趣迁移模式。实验表明,该方法能够较好地解决分布式环境下Web访问行为模式研究中的区域分析需求,同时提高了用户浏览兴趣表示的准确性。
-
关键词
分布式数据挖掘
兴趣迁移模式
WEB访问模式挖掘
区域特征
-
Keywords
distributed data mining
interest conversion pattern
Web access pattern mining
localization property
-
分类号
TP31
[自动化与计算机技术—计算机软件与理论]
-
-
题名用户兴趣迁移模式与个性化服务
- 4
-
-
作者
董全德
-
机构
合肥工业大学计算机与信息学院
宿州学院计算机科学与技术系
-
出处
《电脑知识与技术》
2007年第9期1280-1280,1286,共2页
-
文摘
提出用户浏览兴趣迁移模式作为关联规则生成的基础的思路;给出了用户频繁访问路径的更新算法,用聚类主题号代替浏览序列的页面号,获得用户浏览兴趣迁移模式,以此得到更优化的个性化服务。
-
关键词
用户兴趣迁移模式
个性化服务
聚类主题
-
Keywords
transfer pattern of user interests
personalized service
clustering topics
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
