基于Web日志挖掘的网页推荐系统的设计

提出了一种基于Web日志挖掘的网页推荐系统。该系统采用Web日志挖掘的方法对用户的访问记录进行分析,挖掘出与用户访问的页面具有一定相关度的页面并推荐给该用户,为用户提供最合适、更具人性化的信息资源。

Web搜索中的数据挖掘技术研究

WWW已经成为世界上是大的分布式信息系统,如何快速有效地搜索用户所需的资源一直是研究热点。Web挖掘也已经成为数据挖掘中相对成熟的一个分支。本文针对Web资源搜索中利用的相关Web挖掘技术做一个综述。文章首先对目前流行的Web内容挖掘方面的常用技术进行了研究分析,然后着重研究了Web结构挖掘技术,介绍并评价了多种算法模型。接着介绍了用户使用的挖掘,并提出了Web内容挖掘技术,结构挖掘技术和用户使用挖掘相结合,应用于开发智能型搜索引擎的趋势。

基于Web环境的企业竞争情报系统的模型设计

本文主要研究了应用Web监测技术、Web文本挖掘技术收集企业竞争情报信息的理论和方法,提出了基于Web文本的企业竞争情报系统的总体框架模型,并对其四个关键子系统——竞争情报监测子系统、竞争情报收集子系统、竞争情报分析子系统和竞争情报服务子系统的实现方法和关键技术进行了分析和设计。最后,在整个竞争情报总体框架模型基础之上,编程实现了一个基于html结构的Web文本信息的企业竟争情报收集原型系统,利用该系统验证了竞争情报系统的构建技术和方法的可行性。

中文网页聚类系统的设计与实现

为便于从大量组织松散动态性强的Web文本集合中快速有效地发现知识,提出了一种基于Agent的聚类系统,它以聚类算法为核心,自动聚合相似内容的网页,并最终提交给用户界面显示。通过模糊聚类得到的样本属于各种类的不确定性程度,表达了样本类属的中介性,能更客观地反映现实世界,因而更有效地改善了查询结果,使其更具客观性。

同构化信息温度与热点发现应用初探

本文对信息在生活中的受关注程度进行研究,给出了一种度量信息重要性的标尺——同构化信息温度,并将它与计算机、互联网技术相结合,分别构造了单文本热点挖掘系统、文本数据库热点挖掘系统和Web网页热点挖掘系统模型框架。

基于用户访问序列的实时网页推荐研究

应用序列模式挖掘的网页推荐系统具有较高的准确率。但是,目前广泛应用的基于树型结构的序列模式挖掘在页面推荐前需花费大量时间来统计历史访问页面的访问次数,降低了推荐效率。本文介绍了一种智能化网页推荐系统模型,该方法无需统计每个页面的访问次数,避免了重复访问数据库,且利用用户即时访问的滑动窗口,直接在模式树中搜索相匹配的访问规则,加快了推荐速度,较好地满足页面推荐实时快速的要求,最后试验表明其具有较好的推荐效果。