提高个性化推荐精度的定制Web日志方法.docVIP

提高个性化推荐精度的定制Web日志方法 　　摘 要：文章通过对个性化推荐和数据建模理论研究，分析了普通的Web日志格式采集到的数据无法满足个性化用户分析、预测和推荐精度需要的局限性。提出定制Web日志数据建模的过程及方法，建立了定制Web日志模型原型。通过应用数据挖掘技术的关联分析、分类和聚类实验，实验结果表明，通过定制Web日志的方式采集的数据质量能够很好地满足发现关联规则、内容分类和用户聚类的需求，从而提高个性化推荐的精度。同时，定制的Web日志数据还具有简化数据预处理、多用途的优点。 　　关键词：数据建模 定制web日志 数据挖掘 个性化推荐 　　中图分类号： G250.72 文献标识码： Ａ 文章编号： 1003-69３８（２０11）０5－0060-05 　　Improving the Precision of Personalized Recommendation by Customized Web Log 　　Su Yuzhao （National Science Library， Chinese Academy of Sciences， Beijing， 100190） 　　Niu Xiaotai Zhao Yan （Zhengzhou Institute of Aeronautical Industry Management， Zhengzhou， Henan， 450015） 　　Abstract：This paper analyses the processes and methods of web log data modeling through the research of personalized recommendation and data modeling theory, and points out that the normal web log cant meet the needs of personalized user-analysis, prediction and the recommended precision. It puts forward the process and method of customizing Web blog data modeling and sets up a prototype of customizing web log data model. We use data mining technique to analyze association rules, classifying and clustering. The experiment shows that the data quality of customized web log data can provide good quality to find out the association rules， the content classification and the user clustering, therefore, it can improve the precision of Personalized Recommendation. Moreover, it has its merits in simplifying data preprocessing and increasing multiple utilities. 　　Key words： data modeling； customized web log； data mining； personalization recommending 　　ＣＬＣ number： G250.72 Document code： A Article ID： 1003-6938（20１1）05-0060-05 　　 　　随着网络信息技术和智能软件技术的发展，数字图书馆服务质量也得到了大幅度提高。一些数字图书馆网站不但能够利用网络信息技术提供图书馆员和读者在线互动，而且实现了个性化推荐服务。这样的服务不但提高了图书馆服务效率，而且方便了读者获取相关文献和定期更新的内容。这是一种智能服务系统，由系统自动将用户感兴趣的图书、文献和服务信息推送给用户，并以用户电子邮箱、注册账户页面和手机屏幕等方式呈现。同时，这种服务可以采用商业化模式运行，实现读者付费方式购买和网络下载。记录了用户访问网站过程的查询、下载和交易等操作信息的Web日志数据就是一种这样的数据。［1 ］通过对这些数据的处理和分析，能为企业发展做出正确的决策和预测提供事实依据。同时，个性化推荐系统实现了吸引用户、增加人气和增值服务的目标