基于用户类属的WEB个性化导航页的研究及实现

论文摘要

Internet网站正在从以网站为中心向以用户为中心发展,因此Internet网站发展趋势是个性化网站。然而用户是多样化的,从访问时间的角度,是否注册的角度,个人喜好是否明确等多个角度来看,用户都是应该有所区分的。如此一来,传统的单一的个性化方法并不适合所有类属的用户,势必要求采用不同的个性化方法,实现所谓的个性化方法本身的个性化。 用户在访问到网站的“内容页”之前往往要经过大量的“导航页面”,而且当网站结构层次越深时,导航页数量的比例越大。所以如何个性化“导航页面”,使“导航页面”能够真正起到快速的引导用户访问到自己喜欢的“内容页”的作用正是本文所要达到的目的。 本文主要研究了如何针对一个网站中的以首页为主的各导航页面实施个性化推荐的问题,提出了一种基于不同类属的用户采用不同的个性化推荐方法的策略,避免了传统WEB个性化推荐中容易出现的方法单一,一刀切的弊端。即文中提到的诸如注册用户,匿名用户,主观用户,客观用户,样本老用户,普通老用户,新用户分别有着各自适宜的个性化导航页推荐方法。并充分利用了WEB相关技术和WEB挖掘技术中的聚类法、分类法初步设计了一个由模拟网站的首页以及支持其实现个性化的后台管理程序构建而来的系统来验证其可行性。具体来说,本系统主要分为两个部分:用户访问模式挖掘部分(离线处理部分)和站点网页调整部分(在线处理部分)。

论文目录

• 第一章 绪论
• 1.1 研究背景
• 1.2 研究现状
• 1.3 本文研究的内容和意义
• 1.4 本文内容的安排
• 第二章 理论基础
• 2.1 数据挖掘
• 2.1.1 数据挖掘产生的背景
• 2.1.2 数据挖掘的基本概念
• 2.1.3 数据挖掘的步骤
• 2.1.4 数据挖掘的方法
• 2.2 WEB挖掘
• 2.2.1 WEB挖掘的定义
• 2.2.2 WEB数据挖掘的分类
• 2.2.3 WEB使用挖掘的处理过程
• 2.3 本章小结
• 第三章 系统实现目标及推荐策略综述
• 3.1 系统实现目标
• 3.1.1 问题的提出
• 3.1.2 系统实现目标
• 3.2 系统推荐策略
• 3.2.1 注册用户和匿名用户
• 3.2.2 主观用户和客观用户
• 3.2.3 样本老用户，普通老用户和新用户
• 3.2.4 各用户类属关系
• 3.2.5 具体策略简述
• 3.2.6 策略流程图
• 3.3 本章小结
• 第四章 主观用户的个性化定制
• 4.1 实现的目的和内容
• 4.2 适合的用户对象
• 4.3 具体的实现方法
• 4.4 举例说明
• 4.5 本章小结
• 第五章 针对老用户的聚类分析
• 5.1 聚类分析的基础知识
• 5.1.1 聚类的概念
• 5.1.2 聚类分析算法的方法种类
• 5.1.3 聚类分析常用的初始化处理
• 5.1.4 相似度的度量
• 5.2 样本老用户的归类
• 5.2.1 数据初始化工作
• 5.2.2 使用K-MEAN分区聚类法
• 5.2.3 使用增量聚类法
• 5.3 普通老用户的归类
• 5.4 本章小结
• 第六章 针对新用户的分类分析
• 6.1 分类分析的基础知识
• 6.1.1 分类的概念
• 6.1.2 分类分析算法的方法种类
• 6.2 新用户的归类
• 6.2.1 使用贝叶斯法
• 6.2.2 使用决策树法
• 6.3 用户注册信息表的构建
• 6.3.1 特征归约的原因
• 6.3.2 特征归约的方法
• 6.3.3 特征归约的实例
• 6.3.4 特征离散化（ChiMerge技术）
• 6.3.5 用户注册信息表的构建全过程
• 6.4 本章小结
• 第七章 匿名用户的识别
• 7.1 与注册用户的区别
• 7.2 用户识别一般采用的方法
• 7.3 本系统中针对匿名用户采用的用户识别方法
• 7.4 Cookie识别的具体使用
• 7.5 本章小结
• 第八章 相关实验
• 8.1 系统架构
• 8.2 系统实现平台
• 8.3 用户访问模式挖掘部分（离线处理部分）
• 8.4 站点网页调整部分（在线处理部分）
• 8.5 本章小结
• 结束语
• 总结
• 进一步工作
• 致谢
• 参考文献
• 攻读硕士期间发表论文