b挖掘技术的用户模糊偏好分析.pdfVIP

计算机科学2005Vol.32No.7(增刊B) 基于Web挖掘技术的用户模糊偏好分析 FuzzyHobbyAnalysisofUserBasedonWebMiningTechnique 何 平 李 锦 (辽宁警官高等专科学校信息系 大连116033) AbstractBasedonuncertaintyofinformationaboutWebbrowse,theproblemoffuzzyrecognitionforbrowsehob- byisdiscussedaccordingtothemethodoffuzzytimeandutilityanalysis.Theestablishedmodelcanprovidenotonly thebrowsepatternofuser,butalsoprovidesupportforinformationmanagementofWeb. KeywordsWebinformationmining,Browsehobby,Fuzzyutility,Webinformationmanagement 列分析的方法找出用户存取网页的最大浏览序列和 1 引言 用户浏览路径的分布，一般的可以采用如下步骤: 随着互联网应用技术的深人发展，人们对于各 (1)在网站日志资料中，找出用户的最大浏览轨 种网络应用的需求正在急剧增加，同时各类网络服 迹，每一个日志信息都是成对出现的，包含一个来源 务的竞争也日益加剧。如何及时、有效地调整网站 和一个 目的，因此把用户的每一个浏览序列写成 内容，满足用户的浏览偏好是当今网络应用服务商 (($,,d,)，(Sz,d2)，…，(Sn，dn)}。 们所急需解决的问题。基于这种需求，分析用户的 但是第一个开始的路径，它的来源时不存在的， 浏览偏好已经成为Web技术研究的一个热点。 因此每个用户的浏览序列为(Dd2,...,d即为最 在Web挖掘技术研究中，WUM(WebUsage 大浏览轨迹，表示用户在此浏览的最大路径。所以 Mining)是指可以自动、快速地发现网络用户的浏 假设网站日志信息中有一个用户记录为 览行为，运用数据预处理和日志挖掘算法得到用户 {(#，A)，(A,B)，(B,C),C,D)} 浏览序列模式。文 1「-5〕从不同角度研究了WUM 因此可整理出用户的最大浏览轨迹为{ABM . 算法，但都是在统计分析、关联规则、聚类和分类的 (2)得到最大浏览路径后，再利用挖掘算法找出 范畴内。本文运用模糊时间与效用分析方法，给出 符合阑值的浏览序列，此序列称为强关联浏览序列。 了用户浏览偏好的挖掘模式，为网站的信息管理提 由于这一步骤必须进行大量的数据库存取与箭算， 供了支持。 所采用的算法是DHP(DirectHashingandPrun- ing)算法。所谓DHP方法就是通过浏览频率的大 2 基于浏览序列的偏好与效用 小对浏览序列进行排序。 2.1最大浏览模式 (3)最后，由强关联浏览序列中找出最大浏览模 面对着离散的网络信息环境，网络用户都是根 式。网站浏览序列代表在网站环境中，用户最热门 据特定的信息需求通过超连接浏览进行文件的存 的浏览路径。 取。网络服务商与用户之间存在着信息不对称，在 2.2 用户偏好模式的挖掘 不对称信息条件下，挖掘用户的信息需求才能确定 具体方法是，从网络服务商的网站伺服器