基于WUM個(gè)性化推薦方法研究.pdf

1、　　用戶瀏覽網(wǎng)頁(yè)行為反映了用戶偏好及網(wǎng)站性能、導(dǎo)航模式、服務(wù)模式等。通過(guò)對(duì)Web使用記錄的挖掘能夠抽取這些有用的模式。WUM的一個(gè)主要應(yīng)用研究方向就是個(gè)性化推薦。個(gè)性化推薦技術(shù)是在用戶面對(duì)大量的信息時(shí)無(wú)所適從的問(wèn)題上產(chǎn)生的。它通過(guò)收集和分析用戶信息來(lái)學(xué)習(xí)用戶的興趣和行為，主動(dòng)為用戶提供不同的適合用戶需求的有針對(duì)性的個(gè)性化推薦，從而能夠極大的方便用戶?！　”疚氖紫葘?duì)WUM的理論、方法與過(guò)程進(jìn)行研究。主要通過(guò)數(shù)據(jù)預(yù)處理、模式發(fā)現(xiàn)、模式分析

2、及應(yīng)用等方面對(duì)WUM進(jìn)行研究。WUM數(shù)據(jù)預(yù)處理可以分為使用預(yù)處理、內(nèi)容預(yù)處理和結(jié)構(gòu)預(yù)處理；WUM模式發(fā)現(xiàn)方法有統(tǒng)計(jì)分析、路徑分析、關(guān)聯(lián)規(guī)則、序列模式、分類、聚類以及依賴性建模等；對(duì)WUM模式的分析主要有可視化技術(shù)、OLAP和數(shù)據(jù)查詢技術(shù)；WUM應(yīng)用研究有個(gè)性化服務(wù)與定制，商業(yè)智能和改善站點(diǎn)性能等。　　接著本文通過(guò)推薦系統(tǒng)、推薦技術(shù)和推薦研究的熱點(diǎn)問(wèn)題等對(duì)個(gè)性化推薦進(jìn)行研究。推薦系統(tǒng)分為電子商務(wù)推薦系統(tǒng)和網(wǎng)頁(yè)推薦系統(tǒng)；推薦技術(shù)可分為6個(gè)

3、類別：協(xié)同過(guò)濾、基于內(nèi)容的推薦、基于人口統(tǒng)計(jì)信息推薦、基于效用推薦、基于知識(shí)的推薦、基于規(guī)則推薦；推薦研究有5個(gè)熱點(diǎn)問(wèn)題：稀疏問(wèn)題、冷開始問(wèn)題、奇異發(fā)現(xiàn)問(wèn)題、健壯性問(wèn)題以及評(píng)價(jià)模型問(wèn)題。最后比較了國(guó)內(nèi)外推薦方法的研究，并比較了國(guó)內(nèi)外電子商務(wù)網(wǎng)站推薦策略?！　∽詈蟾鶕?jù)WUM和個(gè)性化推薦方法的研究，結(jié)合蟻群算法和粗糙集理論，研究了基于蟻群算法的推薦方法和基于粗糙集理論的推薦算法，并結(jié)合基于蟻群算法的推薦方法和基于粗糙集理論的推薦方法，設(shè)計(jì)