已閱讀1頁，還剩96頁未讀， 繼續(xù)免費(fèi)閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、該文首先介紹了匿名Web瀏覽特征挖掘的基本概念和面臨的問題,提出了兩種匿名環(huán)境下會話抽取的啟發(fā)式規(guī)則：超過策略和路徑跟隨策略,定義了會話的基本特征、會話模型和數(shù)據(jù)結(jié)構(gòu).該文分析了兩類挖掘技術(shù)：基于概率的Markov模型和基于距離的向量空間模型,它們代表著兩種不同的挖掘方向,各有其優(yōu)缺點(diǎn).Markov模型可以靈活地處理瀏覽會話所呈現(xiàn)出的變長、有序等特性,但模型的復(fù)雜性和單一性限制了它在匿名環(huán)境下挖掘用戶瀏覽特征的能力.向量空間模型具有簡便
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 匿名用戶瀏覽路徑挖掘研究與實(shí)現(xiàn).pdf
- 基于用戶瀏覽興趣度的WEB挖掘.pdf
- 基于WAP樹棧Web用戶瀏覽模式挖掘.pdf
- 基于用戶瀏覽興趣的Web使用模式挖掘.pdf
- 基于用戶瀏覽內(nèi)容的Web用戶瀏覽行為個性化研究.pdf
- 用戶瀏覽內(nèi)容分析與用戶興趣挖掘.pdf
- 基于用戶瀏覽路徑的Web用戶聚類研究.pdf
- 基于瀏覽行為分析的用戶興趣挖掘.pdf
- 基于Web數(shù)據(jù)挖掘的微博用戶特征研究.pdf
- 基于用戶瀏覽行為的深度網(wǎng)絡(luò)挖掘.pdf
- 基于Web瀏覽行為的用戶興趣模型研究.pdf
- Web日志中瀏覽模式挖掘算法的研究.pdf
- WEB用戶訪問序列模式挖掘.pdf
- 用戶瀏覽模式挖掘方法與應(yīng)用研究.pdf
- WEB挖掘中用戶模型研究.pdf
- Web用戶訪問信息數(shù)據(jù)挖掘.pdf
- 基于Hadoop的用戶瀏覽路徑挖掘技術(shù)研究.pdf
- Web用戶瀏覽模式模糊聚類算法的研究.pdf
- 基于點(diǎn)擊流Web用戶行為挖掘.pdf
- Web潛在用戶挖掘研究.pdf
評論
0/150
提交評論