基于web日志挖掘的广告模型的分析与设计
随着互联网在生活中的快速普及,越来越多的人开始借助互联网平台来获取信息资源,在人们享受互联网发展所带来的方便的同时,也面临信息量剧增所带来的信息迷航等问题,这时人们迫切需要一种新技术能够快速获取到目标资源,互联网企业同样需要这样一种技术来了解用户的兴趣方向,这里就运用到了web日志挖掘技术.本文首先对web日志挖掘的概念和流程做出了详细的介绍,预处理作为web日志挖掘流程中最基础的一个环节,将分别对预处理中的五个步骤进行分析和方案的选择,在预处理完成后,根据web日志数据的特点,采用加权关联规则算法来对其进行频繁项及关联规则的挖掘,由于传统的加权关联规则存在较为明显的缺点,本文从加权关联规则的流程和权值设定两个方面出发对其进行改进,预处理和模式发现后,将建立一个个性化广告模型,意在通过该模型的建立来对网站用户所感兴趣的内容进行分析,将符合其兴趣的广告内容推送给用户,该模型分为离线分析和在线推荐两个模块,分别实现对关联规则库的生成和推荐内容的推送.该模型不仅能实现对网站注册用户的长期兴趣分析,还将通过滑动窗口推荐法实时的对未登录用户当前浏览页面进行追踪,去推荐集中匹配推荐内容,以达到各类型网站用户的体验最优化.
- 作者：
- 陈斌
- 学位授予单位：
- 安徽理工大学
- 专业名称：
- 计算机技术
- 授予学位：
- 硕士
- 学位年度：
- 2016年
- 导师姓名：
- 汤文兵
- 中图分类号：
- TP391.1
- 关键词：
- web日志挖掘；关联规则；加权关联规则；滑动窗口推荐
- web log mining； association rules； centralization association rules； sliding window Recommended