基于用户访问序列的实时网页推荐研究
作者:

Real-Time Web Page Recommendation Research Based on User Access Sequence
  • 摘要
  • | |
  • 访问统计
  • |
  • 参考文献 [1]
  • |
  • 相似文献 [20]
  • |
  • 引证文献
  • | |
  • 文章评论
    摘要:

    应用序列模式挖掘的网页推荐系统具有较高的准确率。但是,目前广泛应用的基于树型结构的序列模式挖掘在页面推荐前需花费大量时间来统计历史访问页面的访问次数,降低了推荐效率。本文介绍了一种智能化网页推荐系统模型,该方法无需统计每个页面的访问次数,避免了重复访问数据库,且利用用户即时访问的滑动窗口,直接在模式树中搜索相匹配的访问规则,加快了推荐速度,较好地满足页面推荐实时快速的要求,最后试验表明其具有较好的推荐效果。

    参考文献
    1 Mobasher B, Dai H, Luo T, Nakagawa M. Using Sequential and Non-Sequential Patterns in Predictive Web Usage Tasks. Proceeding of ICDM'2002, 2002. 2 X Q Tan, M Yao, J K Zhang. Mining Maximal Frequent Access Sequences Based on Improved WAP-tree. Proceedings of the Sixth International Conference on Intelligent Systems Design and Applications (ISDA,06), 2006. 3 M. El-Sayed, C. Ruiz, E.A. Rundensteiner. FS-miner: efficient and incremental mining of frequent sequence patterns in web logs. ACM, 2004. 4 Mobasher B, Dai H, Luo T. Discovery of aggregate usage profiles for web personalization\[C\]. Proceedings of the ACM SIGKDD, 2000: 142-151. 5 Mobasher B, Dai H, Luo T, et.al. Effective Personalization Based on Association Rule Discovery from Web Usage Data\[C\]. Proceedings of ACM Workshop on Web Information and Data Management (W IDM), 2001: 103 - 112. 6 HAN JW, KAMBER M. Data Mining: Concepts and Techniques \[M\]. San Mateo, CA: Morgan Kaufmann, 2000. 7 Depaul CT1 web usage mining data\[OL\]. http://maya.cs.depau1.edu/~classes/etc584/resource.html
引用本文

杨正余,王卫平.基于用户访问序列的实时网页推荐研究.计算机系统应用,2008,17(5):50-53

复制
分享
文章指标
  • 点击次数:1838
  • 下载次数: 3624
  • HTML阅读次数: 0
  • 引用次数: 0
历史
文章二维码
您是第12852085位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号