基于挖掘日志分析用户兴趣技术.doc

基于挖掘日志分析用户兴趣技术
1、引言
近年来,尤其是数级速度迅猛增长和扩展。这使得广大用户更有可能享受丰富、方便的资源,然而传统服务模式的落后却使用户为信息所累,服务模式存在着一系列问题,比如:资源分散,检索集中,对所有用户是一副面孔,有求则应,无求不动;用户按格式请求,系统按字面匹配,查询方式局限、死板;没有统一的标准,门户林立,各自为政,不同信息源使用不同服务机制,不同服务使用不同身份认证机制等。解决这些从被动接受浏览者的请求转化为主动感知浏览者的信息需求,系统对浏览者的主动信息服务。新一代的信息服务将是个性化主动信息服务,如何从海量的数据和信息中高效地获取有用知识,如何从迅速膨胀的信息中及时地获取最新信息,如何提高信息检索与推送的智能水平,以及如何满足各种用户不同的个性化需求等,都是新的信息服务系统面临的挑战性课题。个性化服信息增长的必然结果。传统的“人找信息”信息资源,用户迫切需要一种能够根据用户的特点自动组织和调整信息的服务模式。个性化主动信息服务是未来信息服务的主流模式,它实现的是“信息找人,按需服务”。个性化服务的形式是多种多样的,既可以是向用户推荐页面或新闻的个性化推荐服务,也可以是在用户检索信息的过程中提供个性化检索结果的个性化检索服务,还可以是减少用户浏览负担、调整网站显示的个性化网站等。但所有这些不同形式的个性化服务都首先需要建立对用户的描述,然后才能针对不同的用户提供不同的个性化服务。一个好第1章引言基于用户兴趣挖掘的个性化模型研究与设计的个性化服务系统,要能自动判断哪些信息是用户感兴趣的,哪些是用户不感兴趣的,对于用户不感兴趣的信息则阻止反馈给用户。为用户建立模型的目的就在于通过对用户信息需求、兴趣爱好和访问历史的收集、统计、分析,建立一个反映用户基本兴趣和信息需求的信息模型,并将模型用于帮助用户更好地获取新的信息。作为个性化服务的基础和核心,用户模型的质量直接关系到个性化服务的质量。只有当用户的兴趣、偏好和访问模式等用户信息可以很好地被系统
“理解”的时候,才可能实现理想的个性化服务。利用用户信息构建用户模型,即用户建模,也就成为了个性化服务的核心和关键技术。只有在高质量的用户建模的基础上,才能实现个性化服务系统所追求的各种目标。所以,有必要将建模技术从具体的个性化服务形式中脱离出来作为一项基础技术研究,它能促进个性化服务的发展,提高个性化服务系统的易用性。
2、用户兴趣挖掘技术
回归分析是进行相关分析的一种重要方法,在研究某种对象之间存在着某种相互依存关系,可以借助回归分析法寻求其定量规律及其数学表达式
回归分析的中心问题,是在分析研究对象变化的基础上建立函数模型,通过统计计算和检验,归纳分析结果,用于对多方面问题的求解。关键是找出反映用户规律的回归图像和回归方程并验证其可靠性。回归分析用于用户分析的大致步骤如下:
(1) 根据研究目标进行用户特征统计测量,获取一系列特征数据;
(2) 对统计量进行分析,用户某一函数进行拟合;
(3) 分析拟合函数,通过计算得出总体特征的回归方程;
(4) 用户相关洗漱法检验关西的显著性,确定回归方程的可靠性;
(5) 提交研究结果。
在用户研究中,常常需要研究某些事件之间的相互关系,这就是所谓的相关分析。
相关分析分为函数分