2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩126頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著全球信息化的發(fā)展,信息量指數(shù)增長,電子商務在全球取得了迅速發(fā)展。目前電子商務已經發(fā)展到一個新的階段,處理對象向綜合化、大型化、復雜化方向發(fā)展。把智能計算技術應用到電子商務,解決現(xiàn)有電子商務技術在大量商品信息的搜索、分析和決策等方面的種種不足,已經成為發(fā)達國家大企業(yè)提高競爭力和市場份額的戰(zhàn)略選擇。利用Web挖掘技術對電子商務中的大量數(shù)據(jù)進行存儲、管理、對比、檢索、尋找其相關性,挖掘出數(shù)據(jù)所隱藏的規(guī)律,自動獲取知識,可以對電子商務作出決

2、策支持。智能電子商務網(wǎng)站能為用戶提供個性化和推薦商品服務,使用戶快速找到自己需要的商品,提高用戶的信任度。智能電子商務網(wǎng)站也可以通過預取和緩存方法來提高網(wǎng)站的性能,減少用戶的延時感受,間接提高用戶的滿意度。為用戶提供更加稱心如意的智能服務,讓用戶享受一種個性化的購物體驗,才能留住和爭取更多的用戶,從而在競爭中取得先機。  目前,基于Web挖掘的智能電子商務技術存在著各種不同的問題。首先,大部分Web挖掘方法都使用Web日志作為數(shù)據(jù)源,

3、冗余數(shù)據(jù)多,預處理方法不精確且效率低,為挖掘算法提供質量差的數(shù)據(jù)源。其次,各種Web挖掘算法沒有很好地結合電子商務的特性來設計,挖掘算法性能低,挖掘結果的質量差且缺乏語義。再次,存放挖掘結果的知識庫沒有得到有效管理,降低了知識匹配速度和利用率。以上這些問題都很大程度地影響了智能服務的精度和性能。本文針對當前基于Web挖掘的智能電子商務網(wǎng)站中存在的問題,設計了一個組件化的多層次的體系結構框架,提出了利用新的Web數(shù)據(jù)源模型統(tǒng)一事件模型作為

4、基礎,設計個性化、推薦、預取、規(guī)則求精等方面的智能算法,為網(wǎng)上用戶提供比現(xiàn)有電子商務網(wǎng)站更具人性化特色和成功率更高的智能服務。本論文的創(chuàng)新主要體現(xiàn)在:(1)提出了一種基于應用層記錄的統(tǒng)一事件模型UEM。該模型提供方便和精確的數(shù)據(jù)源搜集方式,搜集的數(shù)據(jù)內容齊全,提供Web挖掘算法分析所需要的數(shù)據(jù)。UEM的準確、快速的用戶識別和會話識別算法為Web使用挖掘算法提供了準確的數(shù)據(jù)源。UEM可擴充性好,可以根據(jù)需要很方便地增加各種的電子商務行為的

5、數(shù)據(jù)記錄。UEM能方便地把用戶會話的結果轉化為事件序列庫,供Web挖掘算法使用。UEM很好地支持多維多層次的Web使用挖掘算法分析。新的Web數(shù)據(jù)源模型的提出,為智能電子商務站點提供了高質量的數(shù)據(jù)源,進而提高智能服務的質量?! ?2)通過改進的信任函數(shù)公式和啟發(fā)式聚類方法,提出了基于用戶任務級的Web用戶聚類算法UTC,發(fā)現(xiàn)每簇用戶群共同的訪問模式。UTC將頻繁特征子序列視為任務,使用信任函數(shù)進行基于用戶任務級的用戶聚類挖掘。基于用戶

6、級的挖掘能有效地挖掘同組用戶共同的訪問模式且具有較好的性能;基于任務級的挖掘具有較好的語義涵義且具有較好的性能。該算法有效地挖掘用戶群的訪問模式,為智能電子商務站點提供更高質量的個性化、推薦等智能服務?! ?3)提出一種基于Markov樹的混合階Markov樹預取算法HOMT,發(fā)現(xiàn)用戶訪問轉移模式,同時進行快速的在線預取。HOMT使用一個模式樹壓縮存儲所有的Web訪問序列和一種逐階增量更新方法來創(chuàng)建所有階的Markov模式樹?;旌想A算

7、法綜合考慮Markov模型各階對預取的影響,具有高覆蓋率和高精確率。利用離線產生的預取樹,HOMT在線使用快速預測算法進行用戶訪問預測,從而進行高性能的預取。該算法有效提高了電子商務中Web預取等智能服務的質量,減少用戶的延時感受?! ?4)提出了Web拓撲概率模型和有趣關聯(lián)規(guī)則算法IAR,結合商品目錄(網(wǎng)絡拓撲等),對挖掘出的關聯(lián)規(guī)則進行有趣度評價,得出有趣度高的規(guī)則,即規(guī)則求精。進一步改進了IAR算法,提出了一種矩陣迭代的規(guī)則求精

8、算法WTPM,快速迭代求解任意兩個頁面間的關聯(lián)概率。規(guī)則求精能對知識庫進行有效管理,提高了知識的利用率,進而提高智能服務的質量和性能?! ?5)充分結合多功能數(shù)據(jù)挖掘器(MFDM),設計并實現(xiàn)多層體系架構的智能商品信息分析決策網(wǎng)站的原型系統(tǒng)MyEShop,作為具有自主知識產權的Ego網(wǎng)絡購物引擎系統(tǒng)的一部分。Ego系統(tǒng)采用搜索技術自動在網(wǎng)上搜索商品信息,并自動進行信息提取,學習用戶興趣,進行個性化、推薦、預取等智能服務。目前,國內外極

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論