基于关联规则挖掘的查询扩展-管理科学与工程专业论文.docxVIP

摘 要 伴随着 Internet 信息资源的不断丰富，当用户使用搜索引擎检索信息时候会反馈大 量无用的信息链接，因此，现有搜索引擎越来越不能满足人们查询的速度及准确度要求。 由于用户浏览的网络日志记录着用户访问网页时的行为和网页信息，直接反映了用 户使用网络的规则和兴趣，通过挖掘用户浏览网页的日志及其内容，可以提取用户的兴 趣，根据用户的兴趣，建立描述用户的配置信息文件，在用户使用网络搜索引擎进行搜 索时，参考用户的兴趣模型，对用户提交的查询词进行修正和查询扩展，提高查询词描 述的准确度，并对查询结果根据用户使用网络的关联规则和用户兴趣进行重新排序，以 便提高用户查询信息的效率。 本文在对 Web 日志挖掘、关联规则挖掘、查询扩展等相关原理与技术分析的基础 上，深入分析了客户端用户网络日志的挖掘和基于用户兴趣模型的关联挖掘提取等关键 技术，具体研究成果如下： 通过开发 IE 插件，在客户端收集用户浏览网页的行为及日志信息，分析用户的网 络日志，挖掘用户访问网络的习惯，对用户访问的网页的 URL 进行挖掘分析，提取用 户的兴趣类，并同时将 Web 内容根据其 URL 的描述特征进行分类，对相同类别的网页 内容进行聚类分析，对分类集进行挖掘并提取用户的兴趣特征。 根据用户兴趣特征及用户兴趣集，建立基于树状的用户兴趣模型，根据用户兴趣模 型，对用户进行浏览网页的关联规则进行挖掘，挖掘其频繁项集。 根据用户的兴趣模型和用户兴趣的短语特征集，在用户使用搜索引擎进行信息检索 的时候，对查询词进行查询扩展，对搜索引擎反馈的结果根据用户浏览网页的关联规则 频繁项集进行重新排序，提高用户查询信息的效率。 关键词：日志挖掘，兴趣模型，关联规则，项目约束，查询扩展 I ABSTRACT With the wealth of Internet information resources continually, when users retrieve information using a search engine when a lot of useless information will be feedback link, so search engines can not meet the existing one for the speed and accuracy requirements. As users browse the web logs record the behavior of users to access web pages and web information, a direct reflection of the rules and user interest in using the network, through mining user browsing the web log and its contents, you can extract the users interest, according to the users interest , the establishment of the configuration information file describes the user in the Web search engine users search, the reference to the users interest model, the user submits a query term correction and query expansion to improve the accuracy of query words described, and the query results based on users use the network and the user interest of association rules to re-sort information in order to improve the efficiency of user queries. In this paper, on the Web log mining, association rule mining, query expansion, and other related principles and technical analysis, based on in-depth analysis of the client user network log mining and associated user interest model based extraction o