文档介绍：数据挖掘技术在个性化械应用研究湖南大学工程硕士学位论文学校代号:级:普通堂僮宴请厶娃名;医雪圈学密号:
伽㈣胛丫川⋯馡
峨留日期:’年月日期:口年隆南学位论文版权使用授权书日期:·年拢笕湖大学学位论文原创性本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所除了文中特别加以标注引用的内容外,本论文不包含任献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的本学位论文作者完全了解学校有关保留、使用学位论文的规定,同意被查阅和借阅。本人授权湖南大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇⒈C芸冢取得的研究成果。何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡法律后果由本人承担。作者签名:学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文编本学位论文。本学位论文属于年解密后适用本授权书。⒉槐C芡拧朐谝陨舷嘤Ψ娇蚰诖颉埃导师签名:
、
摘要随着不断发展,大量网页链接容易使浏览者在的复杂信息空间中产生信息迷航,随着网络技术和计算机技术的发展,用户对提供信息的主体提出更高要求,用户希望所感兴趣的内容不要隐藏在众多无用链接之中,而是能够准确、快捷地找到其所需的信息,并能针对不同用户,主动推荐用户所需要的个性化信息。数据挖掘为个性化裉峁┝饲坑辛Φ闹С帧本文分析了个性化服务发展的状况和存在的问题,深入研究了各种个性化推荐技术的原理和优缺点,指出了个性化技术发展趋势。首先,分析了个性化系统工作原理,针对网络信息具有非结构性、非语义等特点,提出了一种基于语义的个性化信息服务推荐模型,为推荐引擎快速、准确寻找与当前用户相匹配的个性化信息,更好地为个性化服务提供了一个个性化推荐平台。其次,将数据挖掘技术应用到个性化系统中,对关联规则进行了研究,提出了基于交集的最大频繁模式发现关联规则的算法,能快速发现大项集,避免产生大量候选集。最后,利用关联规则挖掘出频繁的用户模式,在此频繁模式的基础上,采用聚类分析,对用户模式进行分类,挖掘出具有相似访问兴趣的用户访问模式,排除了相关性不大的用户模式,经过关联聚类分析后,产生更准确的用户兴趣模式,为当前用户提供推荐。将关联聚类分析应用于个性化校个性化推荐服务提供理论基础。实验结果表明:基于关联的聚类算法在个性化服务中的应用提高了个性化推荐质量以及算法的有效性。关键词:数据挖掘;关联规则;聚类;个性化煌萍觯蛔畲笃捣蹦J数据挖掘技术在个性化械挠τ醚芯
甋篋籆籔;皕猻,琣琭甌:;丁程硕宦畚瓾,瓺瑂..猺..