一种基于Bayesian网络的网页推荐算法.pdfVIP

第41卷 第4期 山 东 大 学 学 报 (工 学 版) 2011年 8月 Vo1．41 No．4 JOURNALOFSHANDONGUNIVERSITY (ENGINEERINGSCIENCE) Aug．20l1 文章编号：1672-3961(2011)04-0137-06 一 种基于Bayesian网络的网页推荐算法 王爱国，李廉 ，杨静，陈桂林 (合肥工业大学计算机与信息学院，安徽 合肥 230009) 摘要：为改善用户的Web页面访问行为、提高访 问效率，设计 了一种基于贝叶斯网络的网页推荐模型及推荐算 法。通过收集和分析服务器中的描述文件和 日志文件，利用Bayesian网络分析页面间的依赖关系，构建了基于贝 叶斯网络的网页推荐模型并产生推荐集。通过在 Microsoft公司提供的网络 日志数据集上做的实验，可以获得超 过80％的准确率和覆盖率。理论分析和实验结果表明：算法能够在线实时向用户做 出个性化的推荐，与 已有的推 荐算法相比，算法能较快地给出推荐集，并且可以获得更高的准确率和覆盖率。 关键词 ：数据挖掘 ；个性化推荐 ；协 同过滤；贝叶斯 网络 中图分类号：TP391．3 文献标志码：A An algorithm basedon theBayesiannetworkforwebpagerecommendation WANG Ai—guo，LILian ，YANG Jing，CHEN Gui—lin (SchoolofComputerScienceandInformation，HefeiUniversityofTechnology，Hefei230009，China) Abstract：A modelbasedONtheBayesina network nadcorrespondingalgorihtm forwebpagerecommendationwere presentedtoimproveusers’behavioronbrowsingwebpagesnadenhnacevisitingefficiency．Themodelwasconstruc— tedbycollectingnadna alyzingdescriptionfilesandlogfilesintheserversnadusingtheBayesina networktonaalyzehte ． dependenceamonghtewebpages．Thenhtemodelwasbuiltna dhterecommendationsetwasgenerated．Byconducting experimentsonthenetwork log datasetsprovidde byMicrosoftCompnay，hteprecision nadcoverageobtained were bohthigherhtan80％．Theresultsofhteoreticalnaalysisnadexperimentsindicatedhtathtealgorihtmcouldmakeper— sonalizedrecommendationofrusersinreal timeonline．Comp~ wiht ohterexistingalgorihtms，thisalgorihtm could givehterecommendationsetmorequicklywitllhigherprecisionandcoverage． Keywords：Datamining；personalizde recommendation；collaborativefiltering；Bayesina network 网页的推荐系统应运而生，相