基于Web使用挖掘的瀏覽興趣預(yù)測(cè)及個(gè)性化推薦策略研究.pdf

1、隨著計(jì)算機(jī)的廣泛普及和互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，越來(lái)越多的消費(fèi)者開(kāi)始關(guān)注并選擇了網(wǎng)上購(gòu)物這一新興但卻方便快捷的購(gòu)物方式，享受了足不出戶就能買到自己心儀產(chǎn)品的購(gòu)物體驗(yàn)。但迅速膨脹起來(lái)的網(wǎng)上購(gòu)物大軍也給電子商務(wù)網(wǎng)站帶來(lái)了考驗(yàn)，這種考驗(yàn)一方面來(lái)自消費(fèi)者對(duì)其產(chǎn)品質(zhì)量、交易信用等硬件條件的要求，另一方面則來(lái)自這些電子商務(wù)網(wǎng)站生存和進(jìn)一步發(fā)展所依托的技術(shù)發(fā)展。
　　正是在這樣的背景下，基于Web挖掘的個(gè)性化推薦系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)逐漸成為了學(xué)者們研究

2、的熱點(diǎn)問(wèn)題，它不但可以幫助電子商務(wù)平臺(tái)對(duì)消費(fèi)者的個(gè)性化需求做出快速的反應(yīng)，還可以通過(guò)恰當(dāng)準(zhǔn)確的推薦減少用戶的消費(fèi)成本而增加消費(fèi)者的滿意度。目前，很多學(xué)者都把研究的重點(diǎn)放在了個(gè)性化推薦系統(tǒng)中的關(guān)鍵技術(shù)——用戶瀏覽行為的預(yù)測(cè)上，對(duì)如何提高預(yù)測(cè)的精度和響應(yīng)的時(shí)間做出了許多有益的分析和研究，精確的預(yù)測(cè)不僅能完成網(wǎng)頁(yè)的預(yù)取、提高網(wǎng)站的性能，更能對(duì)用戶進(jìn)行興趣頁(yè)面的推薦、為其提供個(gè)性化的服務(wù)。其中Markov模型因?yàn)槠漭^高的預(yù)測(cè)精度得到了廣泛的應(yīng)用

3、，但如何解決一階Markov鏈和多階Markov鏈之間運(yùn)算速度與預(yù)測(cè)精度間的矛盾問(wèn)題仍然需要進(jìn)一步的探討。
　　因此，本文主要圍繞基于Web使用挖掘的瀏覽行為預(yù)測(cè)模型的設(shè)計(jì)而展開(kāi)，并在國(guó)內(nèi)外研究成果的基礎(chǔ)上提出了基于動(dòng)態(tài)聚類的混合Markov模型。首先引入用戶瀏覽興趣作為聚類的參量，綜合考慮用戶瀏覽行為和頁(yè)面特征對(duì)用戶瀏覽興趣的影響，并根據(jù)因子分析的結(jié)果構(gòu)建了用戶瀏覽興趣的Logistic預(yù)測(cè)模型。然后在用戶動(dòng)態(tài)聚類分析的基礎(chǔ)上為