基于Web挖掘的个性化信息推荐

首页 > 图书 > 经济管理类图书/2020-06-10 / 加入收藏 / 阅读 [打印]
基于Web挖掘的个性化信息推荐

基于Web挖掘的个性化信息推荐

作者:易明

开 本:16开

书号ISBN:9787030274465

定价:48.0

出版时间:2010-05-01

出版社:科学出版社

基于Web挖掘的个性化信息推荐 本书特色

本书在总结国内外个性化信息推荐相关理论与方法的基础上,将web挖掘理论与方法应用到个性化信息推荐中,并利用全信息理论和信息运动过程模型,对基于web挖掘的个性化信息推荐机理与方法展开研究。全书共分9个章节,具体内容包括基于web挖掘的个性化信息推荐机理、语法层次的web用户偏好分析与推荐、基于网络书签的个性化信息推荐方法、语义层次的基于web文本挖掘的推荐规则获取与匹配等。可供各大专院校作为教材使用,也可供从事相关工作的人员作为参考用书使用。

基于Web挖掘的个性化信息推荐 内容简介

基于web挖掘的个性化信息推荐是解决当前互联网“信息过载”问题的重要手段之一。本书在继承国内外相关研究成果的基础上,建立了基于web挖掘的个性化信息推荐模型,并构建了语法层次、语义层次和语用层次的个性化信息推荐方法体系。然后,从语法层次的角度,利用web使用挖掘方法研究了web用户偏好分析与推荐问题,并借鉴复杂网络中的社团结构划分方法,提出了基于网络书签的个性化信息推荐方法;从语义层次的角度,提出了基于web文本挖掘的推荐规则获取与匹配方法,分析了基于web领域本体的个性化信息推荐方法,研究了基于社会化标签的web用户兴趣建模方法;从语用层次的角度,利用用户反馈和贝叶斯网络理论讨论了web用户效用函数的构建方法。
本书内容丰富、应用性强,可供信息管理、计算机应用等领域从事相关研究的专家学者、工程技术人员及高等院校相关专业教师、研究生参考使用。

基于Web挖掘的个性化信息推荐 目录

总序

前言
第1章 绪论
1.1 本书研究背景
1.2 本书研究目的与意义
1.2.1 本书研究目的
1.2.2 本书研究意义
1.3 国内外研究现状
1.3.1 web挖掘研究现状
1.3.2 个性化信息推荐研究现状
1.4 本书研究内容与方法
1.4.1 本书研究内容
1.4.2 本书的研究方法
第2章 研究对象及问题界定
2.1 数据挖掘与web挖掘
2.1.1 数据挖掘
2.1.2 web挖掘
2.2 个性化与个性化信息推荐
2.2.1 个性化相关概念
2.2.2 个性化信息推荐
2.3 基于web挖掘的个性化信息推荐流程
2.3.1 数据输入
2.3.2 数据预处理
2.3.3 模式分析
2.3.4 在线推荐
第3章 基于web挖掘的个性化信息推荐机理
3.1 全信息理论与信息过程模型
3.1.1 全信息理论
3.1.2 信息过程模型
3.2 基于全信息的“点击流”信息运动过程模型
3.2.1 “点击流”的含义
3.2.2 “点击流”信息的层次
3.2.3 “点击流”信息运动过程模型
3.3 “点击流”信息运动视角的个性化信息推荐模型
3.3.1 “点击流”信息获取——捕获web用户点击行为
3.3.2 “点击流”信息认知——提取web用户点击行为模式
3.3.3 “点击流”信息再生——产生个性化信息推荐策略
3.3.4 “点击流”信息施效——实施个性化信息推荐策略
3.4 基于web挖掘的个性化信息推荐的方法体系
3.4.1 语法层次的个性化信息推荐方法
3.4.2 语义层次的个性化信息推荐方法
3.4.3 语用层次的个性化信息推荐方法
第4章 语法层次的web用户偏好分析与推荐
4.1 语法层次的web用户偏好分析与推荐框架
4.2 web交易事务集的提取
4.2.1 数据过滤
4.2.2 用户识别
4.2.3 会话识别
4.2.4 路径补充
4.3 基于web交易事务聚类的web用户偏好分析
4.3.1 交易事务的表示
4.3.2 交易事务聚类
4.3.3 导出web使用文档
4.3.4 生成web用户偏好页面集
4.4 基于频繁web页面集的web用户偏好视图
4.4.1 提取频繁web页面集
4.4.2 生成web用户偏好视图
第5章 基于网络书签的个性化信息推荐方法
5.1 web 2.0与网络书签
5.1.1 web 2.0概述
5.1.2 网络书签概述
5.2 基于网络书签的社团结构划分
5.2.1 社团结构的定义
5.2.2 网络书签系统模型
5.2.3 基于cpm算法的社团结构划分
5.2.4 实验分析
5.3 网络书签系统中基于社团结构的个性化信息推荐
5.3.1 社团内基于协作过滤的个性化信息推荐
5.3.2 社团间基于“信息桥”的个性化信息推荐
5.3.3 实验分析
第6章 语义层次的基于web文本挖掘的推荐规则获取与匹配
6.1 基于web文本挖掘的推荐规则获取与匹配模型
6.2 基于向量空间模型的web文本表示
6.2.1 web页面的净化
6.2.2 web文本特征粒度的选择
6.2.3 web文本特征的提取
6.2.4 web文本特征的选择
6.3 基于web特征词条聚类的文本挖掘
6.3.1 交易事务的特征词条表示
6.3.2 基于特征词条的交易事务聚类
6.3.3 导出web文本文档

 1/3    1 2 3 下一页 尾页

管理 管理信息系统

在线阅读

 1/3    1 2 3 下一页 尾页