人工免疫系统在自适应Web中的应用研究

论文摘要

当今，web站点数目迅速增长的同时，各个web站点的信息量及其复杂度也在迅速上升，一个网站包含成千上万网页与超链接是很平常的。因此给用户访问也增加了一定的难度。特别随着无线设备及无线通讯技术的发展，使用无线设备浏览Web的用户增长趋势非常强劲。但是由于无线设备显示屏幕小、处理速度慢、不方便输入和无线网络传输速率低等特点，浏览Web时无线设备用户很难像台式机用户那样方便快捷。因此，一个Web站点应该具有一定的适应能力，才能更好地满足用户的需要。自适应Web网站的基础是具有强大数据分析处理功能的web挖掘，通过对web数据的分析，及时调整网站内容及结构以达到其适应性。自适应Web成为Web站点设计的一个重要的研究课题。借鉴自然生物免疫系统强大的识别、学习和记忆能力以及具有分布式、自适应和多样性特性。本文提出将基于人工免疫的机制应用于自适应Web中，旨在应用人工免疫系统强大的信息处理和问题求解能力，特别是免疫优秀的自适应特性，来解决Web挖掘中的知识更新的问题，以提高自适应Web的质量。本文先介绍了Web自适应的必要性及意义。接着文章介绍当前Web自适应的技术方法研究现状，自然免疫学和人工免疫基本理论，以及聚类的基本技术。然后提出基于人工免疫可更新聚簇聚类算法，并通过Web会话进行聚类实验，达到很好的簇更新的效果。最后介绍和分析将基于人工免疫可更新簇聚类算法在面向移动用户Web自适应导航的应用方法。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 选题背景及意义
• 1.2 自适应Web研究内容
• 1.3 相关研究及应用现状
• 1.3.1 人工免疫系统的应用简述
• 1.3.2 自适应Web的研究以及应用现状
• 1.3.3 聚类在自适应Web中应用的进展
• 1.4 本文的研究内容
• 1.5 论文的组织
• 第二章 理论基础与相关技术
• 2.1 自适应Web技术
• 2.1.1 自适应Web技术研究的主要目标
• 2.1.2 自适应Web技术质量评价
• 2.1.3 面向移动用户的Web自适应技术
• 2.2 人工免疫系统
• 2.2.1 生物免疫系统及其机理
• 2.2.2 有用的免疫学机理
• 2.2.3 人工免疫系统模型
• 2.2.4 人工免疫系统的一般框架
• 2.2.5 人工免疫系统的主要算法
• 2.3 聚类技术
• 2.3.1 聚类的定义
• 2.3.2 主要聚类方法的分类
• 2.3.2.1 划分方法
• 2.3.2.2 层次方法
• 2.3.2.3 基于密度的方法
• 2.3.2.4 基于网格的方法
• 2.3.2.5 基于模型的聚类方法
• 2.3.3 聚类的典型要求
• 第三章 基于人工免疫可更新簇的聚类算法
• 3.1 基于人工免疫聚类算法研究现状
• 3.2 基于人工免疫可更新簇聚类算法
• 3.2.1 基于人工免疫可更新簇算法的基本原理
• 3.2.2 基于人工免疫可更新簇算法的实现
• 3.2.3 基于人工免疫可更新簇算法试验结果及分析
• 3.3 本章小结
• 第四章 人工免疫聚类算法在面向移动用户Web自适应导航中的应用
• 4.1 面向移动用户的Web自适应导航
• 4.1.1 面向移动用户的Web自适应导航的概述
• 4.1.2 Web路径"捷径"的思想
• 4.1.3 MINPATH算法
• 4.2 路径聚类算法
• 4.2.1 用户访问行为描述
• 4.2.2 Web日志数据预处理
• 4.2.3 路径识别
• 4.2.4 基于人工免疫路径聚类算法
• 4.3 基于人工免疫路径聚类在面向移动用户Web自适应导航的应用
• 4.3.1 "捷径"目的页面的选择
• 4.3.2 确定"捷径"链接"锚字（anchor）"及放置位置
• 4.3.3 基于人工免疫"捷径"方法的分析
• 4.4 本章小结
• 第五章 总结
• 5.1 本文的工作和主要贡献
• 5.2 以后的研究工作
• 参考文献
• 致谢
• 攻读学位期间发表的学术论文