面向用戶興趣漂移的Web數(shù)據(jù)流挖掘算法研究.pdf

1、面向用戶興趣漂移的Web數(shù)據(jù)流挖掘算法研究面向用戶興趣漂移的Web數(shù)據(jù)流挖掘算法研究摘要隨著Intemet上數(shù)據(jù)量的大量增加，人們對信息發(fā)掘的實時|生、準確性等的要求不斷提高，催生了Web數(shù)據(jù)流挖掘的發(fā)展，并使之成為當今人工智能研究領域一個熱門課題。同時伴隨著人們對數(shù)據(jù)的需求越來越專業(yè)化，個性化服務技術的出現(xiàn)可以在一定的程度上解決Intemet中信息的多樣化與用戶需求的專一化之間的矛盾，用戶興趣建模技術作為個性化服務的核心問題，受到了人

2、們的廣泛關注。因此本文提出的面向用戶興趣漂移的Web數(shù)據(jù)流挖掘算法研究具有較高的理論意義和實際意義。本文在國內外研究的基礎上，研究面向用戶興趣漂移的Web數(shù)據(jù)流挖掘算法，并應用于個性化推薦系統(tǒng)。主要研究內容包括：第一，針對目前Web數(shù)據(jù)流關聯(lián)規(guī)則挖掘方法的缺點，通過研究關聯(lián)規(guī)則最大頻繁項集挖掘。提出一種基于自調整有序復合策略的Web數(shù)據(jù)流最大頻繁項集挖掘算法AMFI。該算法采用了滑動窗口技術，創(chuàng)新性的提出自調整有序復合FPtree策略。

3、第二，目前國內外對數(shù)據(jù)流聚類的研究通常分為兩類：以數(shù)據(jù)流為聚類對象和以數(shù)據(jù)流中數(shù)據(jù)為聚類對象。針對其中的不足，提出一種新的并行Web數(shù)據(jù)流聚類算法模型JPStream，研究對象為數(shù)據(jù)流本身。算法采用了衰減窗口模型，應用主成分分析法對數(shù)據(jù)流降維，I面向用戶興趣漂移的Web數(shù)據(jù)流挖掘算法研究LRESEARCH0NM【NINGALGORITHMSOFⅥ吧BDATASTREAMFORUⅥ吧RINTEI己ESTDRIFTABSTRACTWitht

4、hesignificantincreaseintheamountofdataontheintemet，people’srequirementsofthereal—time，accuracyofinformationdiscoveryimprovecontinuously，thusbirththedevelopmentofwebdatastreamminingandmakeitahottopicinthefieldofartificial

5、intelligence一oo‘‘’‘^Mmultaneously，people7Srequirementsof。databecomemoreandmorespecialized，andtheappearanceofpersonalizationtechnologiesrelievethecontradictionbetweenthediversificationoftheinformationontheinternetandthesp

6、ecializationofusers’requirementsinsomewayAsthecoreissueofpersonalizedservice，usermodelingtechnologyhasreceivedwideattentionSowebdatastreamminingalgorithmorienteduserinterestdriftmentionedinthistexthashightheoreticalandpr