潛在語(yǔ)義分析在互聯(lián)網(wǎng)數(shù)據(jù)挖掘中的應(yīng)用研究.pdf

1、互聯(lián)網(wǎng)搜索現(xiàn)已成為人們學(xué)習(xí)和生活中必不可少的一部分，互聯(lián)網(wǎng)知識(shí)的合理組織、互聯(lián)網(wǎng)知識(shí)的快速有效地獲取、對(duì)互聯(lián)網(wǎng)鏈接結(jié)構(gòu)的挖掘以及信息系統(tǒng)的個(gè)性化推薦都會(huì)在很大程度上影響互聯(lián)網(wǎng)用戶的使用體驗(yàn)。同時(shí)，信息爆炸式的增長(zhǎng)已經(jīng)使大量互聯(lián)網(wǎng)用戶迷失在知識(shí)的海洋。因此，對(duì)互聯(lián)網(wǎng)數(shù)據(jù)進(jìn)行挖掘?qū)τ诟纳迫藗兊膶W(xué)習(xí)和生活具有重大的現(xiàn)實(shí)意義。 本文介紹了互聯(lián)網(wǎng)數(shù)據(jù)挖掘的研究現(xiàn)狀，重點(diǎn)論述了互聯(lián)網(wǎng)鏈接結(jié)構(gòu)挖掘和使用挖掘，同時(shí)在深入剖析了潛在語(yǔ)義分析技術(shù)的

2、數(shù)學(xué)模型和實(shí)現(xiàn)原理的基礎(chǔ)上，提出了兩個(gè)算法：基于潛在語(yǔ)義分析的HITS改進(jìn)算法以及基于潛在語(yǔ)義分析的個(gè)性化推薦算法。文章給出了改進(jìn)HITS算法的具體描述，深入分析了算法的參數(shù)設(shè)置、實(shí)現(xiàn)、時(shí)間空間復(fù)雜度以及實(shí)驗(yàn)結(jié)果；對(duì)新提出的個(gè)性化推薦算法也從算法描述、算法系統(tǒng)框架、算法評(píng)價(jià)指標(biāo)、算法實(shí)驗(yàn)等多方面作了深入的分析。接著利用對(duì)比實(shí)驗(yàn)驗(yàn)證了改進(jìn)HITS算法在性能上的提高以及新提出的個(gè)性化推薦算法性能。本文最后給出了原型系統(tǒng)的設(shè)計(jì)。系統(tǒng)設(shè)計(jì)不僅考

3、慮了系統(tǒng)功能的實(shí)現(xiàn)細(xì)節(jié)，同時(shí)也考慮了系統(tǒng)的可擴(kuò)展性、可維護(hù)性以及對(duì)已有代碼的重用。 實(shí)驗(yàn)結(jié)果表明，改進(jìn)的基于潛在語(yǔ)義分析的HITS算法與原算法相比，有更高的查全率和時(shí)間效率，且算法返還的搜索結(jié)果總體上更加權(quán)威、更有參考價(jià)值：基于潛在語(yǔ)義分析的個(gè)性化推薦算法通過(guò)提供合理的推薦策略，在低維用戶語(yǔ)義空間和低維資源空間中挖掘用戶與用戶、資源與資源之間的相似度，實(shí)現(xiàn)的個(gè)性化推薦系統(tǒng)在實(shí)驗(yàn)樣本不太大的情況下，表現(xiàn)出較理想的推薦性能。