基于用户访问序列的实时网页推荐研究

被引:6
作者
杨正余
王卫平
机构
[1] 中国科学技术大学信息管理与决策科学系
关键词
web访问序列; 推荐系统; web个性化; 网页推荐; 序列模式挖掘;
D O I
暂无
中图分类号
TP393.092 [];
学科分类号
080402 ;
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。
引用
收藏
页码:50 / 53+13 +13
页数:5
相关论文
共 7 条
[1]  
Mining Maximal Fre- quent Access Sequences Basedon Improved WAP- tree. X Q Tan,M Yao,J K Zhang. Proceedings of the Sixth International Conference on Intelligent Systems Design and Applications (ISDA·06) . 2006
[2]  
Using Se- quential and Non-Sequential Patterns in Predictive Web Usage Tasks. Mobasher B,Dai H,Luo T,Nakagawa M. Proceeding of ICDM 2002 . 2002
[3]  
Depaul CTI web usage mining data[OL]. http://maya.cs . depaul.edu/~classes/etc584/resource.html .
[4]  
Discovery of Aggregate Usage Profiles for Web Personalization. Mobasher, B,Dai, H,Luo, T,Nakagawa, N,Sun, Y,and Wiltshire, J. Proceedings of the WebMining for E-Commerce Workshop(WebKDD‘2000 . 2000
[5]  
Data Mining:Concepts and Techniques. HAN JW,KAMBER M. . 2000
[6]  
Effective Personal- ization Based on Association Rule Discovery from Web Usage Data. Mobasher B,,Dai H,Luo T,etal. Proceedings of ACM Workshop on Web Information and Data Management (W IDM) . 2001
[7]  
FS- miner:efficient and incremental mining of frequent se- quence patterns in weblogs. M.El-Sayed,C.Ruiz,E.A.Rundensteiner. . 2004