基于Web挖掘的电子商务平台设计

随着电子商务的发展,Web挖掘进入了一个新的应用领域.文章介绍了Web挖掘技术在电子商务中的具体应用,运用Web挖掘技术对Web数据进行挖掘,了解客户的行为,从而调整站点结构、市场策略等,使电子商务活动具有针对性.     

Web数据挖掘及其在人才引进方面的应用

随着互联网技术的发展,Web已成为当今世界上信息传播的主要途径,通过对Web的挖掘,可从中提取所需的知识,而高层次高素质人才是高等院校立校之本和发展之源,也是综合实力及竞争力的体现,旨在通过研究Web挖掘技术,并将其应用到人才引进过程中,找到人才引进的方法,有助于开展针对性的人才引进工作。     

基于用户浏览行为的偏好兴趣挖掘推荐研究

在web挖掘的基础上,对用户浏览行为分析,获取偏好信息,旨在根据用户的访问路径向用户推荐个性化的web资源。通过利用用户的浏览足迹,实时地匹配用户的当前访问序列,对不同的用户有针对性的提供不同的推荐资源。     

Web数据挖掘的技术研究

Internet应用的普及使得数据挖掘技术的重点已经从传统的基于数据库的应用转移到了基于Web的应用。本文就Web挖掘技术的概念、分类、研究现状及其相关实现技术做了详细的阐述,并在此基础上指出其发展方向和趋势。     

Web数据挖掘的技术研究

Internet应用的普及使得数据挖掘技术的重点已经从传统的基于数据库的应用转移到了基于Web的应用.本文就Web挖掘技术的概念、分类、研究现状及其相关实现技术做了详细的阐述,并在此基础上指出其发展方向和趋势.     

基于中小型B2C网站的简单Web挖掘的需求分析研究

用户访问过的文档和使用过的关键字包含用户感兴趣的信息,对这些文档进行提取、汇总可以分析预测用户真正的需求。提出一套适合中小型B2C网站的简单模型,设计数据存储结构和挖掘方法。     

略论Web挖掘技术与电子商务

Web挖掘是一项涉及Web技术、数据挖掘、计算机语言学、信息学等多个领域的综合技术,利用Web挖掘可以提高电子商务系统对消费者的服务能力和竞争优势。文章从四个方面对Web挖掘进行了论述。     

服务于网络广告的使用挖掘的主动数据收集技术

重点对Web使用挖掘中模式挖掘前进行的工作多且事务识别不够准确。提出新的解决方法,主动数据收集技术,然后从网络广告的逻辑结构、模式挖掘所需的数据结构、重点算法和软件架构等方面研究主动数据收集技术。结果表明主动数据收集技术。为Web使用挖掘提供比服务器日志更全面而准确的数据.     

Web日志挖掘的应用

通过利用数据挖掘技术对web日志挖掘,找到用户访问路径、频度、内容、时间等相关信息,发现用户兴趣爱好,改善站点结构、页面内容和外观,提高用户访问兴趣,从而提高网站的可用性。     

Web挖掘技术在竞争情报活动中的应用浅析

网络环境下竞争情报的获取已经成为企业提高自身竞争力的一个重要的途径与来源.Web挖掘作为一种有效的技术工具,也开始在竞争情报活动中逐渐得以推广与应用.本文主要就对Web挖掘及其在竞争情报活动中的实现进行了简单介绍.     

Web日志挖掘数据预处理的研究

Web日志挖掘技术是Web数据挖掘中最重要的应用。通过对挖掘服务器日志文件的分析和研究,可以对网站的组织结构及其性能进行改进,增加个性化服务,发现潜在的读者群体。数据预处理关系到Web日志挖掘的质量。数据预处理包括数据清理、用户识别、会话识别、路径补充、格式化数据。     

Web挖掘技术在个性化远程教育中的应用

利用Web挖掘技术,结合远程教育标准,改进远程教学平台,充分体现"以学习者为中心"的教育思想,实现真正意义上的资源共享.     

基于用户行为的笔记本电脑输入模式研究及设计

从用户的行为出发,通过分析用户在操作笔记本电脑的输入行为,寻找入门用户和熟练用户的行为特点,并使用HVM图(属性-结果-价值图)分别分析两类用户输入过程中的不同需求,对需求进行总结分析后,初步建立基于用户行为的用户需求模型,在此模型的指导下,讨论已有笔记本输入模式的特点,并探索开发新用户输入模式的可能性.     

Web服务交互挖掘技术研究

目前,随着网络技术的迅速发展,Web服务的应用越来越多,Web服务日志资源也越来越多,如何分析和利用这些海量的数据已成为研究热点。近年来,国内外学者围绕Web服务交互挖掘技术展开了广泛的研究,取得了显著的成果。     

Web数据挖掘技术与应用分析

随着Internet的发展,Web数据挖掘有着越来越广泛的应用,Web数据挖掘是数据挖掘技术在Web信息集合上的应用。本文阐述了Web数据挖掘的定义、特点和分类,并对Web数据挖掘中使用的技术及应用前景进行了探讨。     

Web内容挖掘与信息搜索方法研究

对Web内容挖掘与Web上的信息搜索内涵进行阐述，并对基于文本的Web内容挖掘及Web上的信息搜索方法进行一些研究和探讨。     

Web数据挖掘技术综述

Web数据挖掘是数据挖掘技术在Web信息集合上的应用,Web数据具有本身的特点,Web数据挖掘可以分为三类,各自有其相关技术,Web数据挖掘技术有着广泛的应用,而且随着Internet的不断发展,必将有着更加开阔的应用前景。     

基于Web日志挖掘的图书借阅推荐算法研究

针对传统的FP-growth关联规则算法应用在图书借阅推荐系统会产生重复推荐的问题,提出一种改进算法。该算法生成最大频繁项目集,避免冗余频繁项目集的产生,有效解决产生重复推荐的可能。接着引入页面兴趣度阈值,将其应用于改进的FP-growth算法中,形成一种基于页面兴趣度的关联规则算法即IN FP算法,将该算法应用在图书推荐系统中不仅提高系统运行效率,而且具有较高的准确率。     

智能家居用户行为预测的方法研究

随着物联网技术、大数据计算、传感器技术等新兴技术的发展,智能家居更加贴近人类生活。对用户未来活动的预知,将使家居生活更加灵活和智能。本文基于隐马尔科夫模型(hidden Markov model,HMM),提出了对用户家居生活行为预测的方法。首先本文阐述了用户行为预测的方法架构,随后从相似数据筛选、基于HMM的行为模式发现和预测等多个方面详述了用户行为预测的方法。此预测方法能够为用户日常家居生活提供便捷、高效的生活服务。     

一种改进的web挖掘聚类算法

聚类是web挖掘中的一个重要方面,它用于将具有相似特性的用户或者网页划分成一组从而获得有用的人们感兴趣的信息。通过分析基于Hamming距离以及根据对URL的访问次数来进行web挖掘的聚类算法,指出了其存在的一些不合理的地方,然后根据上述不足提出了一种改进的用户兴趣度度量准则,并对算法进行了改进。实验结果表明了改进算法的有效性并具有更高的正确率。