一種面向數(shù)據(jù)流的頻繁模式挖掘算法的研究與實(shí)現(xiàn).pdf

1、在爆炸式增長(zhǎng)的Internet面前，許多用戶表現(xiàn)得不知所措，因而無(wú)法快速有效的利用網(wǎng)絡(luò)上大量有用的知識(shí)。與搜索引擎或網(wǎng)站導(dǎo)航等技術(shù)相比，個(gè)性化推薦可以主動(dòng)收集用戶的個(gè)性信息，為不同用戶提供不同的訪問(wèn)建議，數(shù)據(jù)挖掘技術(shù)則是個(gè)性化推薦中信息收集的有效手段。近年來(lái)，信息技術(shù)的發(fā)展為數(shù)據(jù)挖掘提供了一些新的數(shù)據(jù)源，進(jìn)而發(fā)展出一些新的挖掘技術(shù)，如從WWW上相關(guān)數(shù)據(jù)中抽取用戶感興趣的、潛在有用的模式和隱含的信息的Web挖掘，在數(shù)據(jù)流上動(dòng)態(tài)地發(fā)現(xiàn)數(shù)據(jù)變

2、化情況的數(shù)據(jù)流挖掘等等。本文將Web挖掘與數(shù)據(jù)流挖掘技術(shù)結(jié)合起來(lái)，以數(shù)據(jù)流上的頻繁模式挖掘方法處理Web點(diǎn)擊流數(shù)據(jù)，更為及時(shí)地把握用戶的訪問(wèn)行為變化，更好地為個(gè)性化推薦系統(tǒng)提供有用信息。 本文研究了大量現(xiàn)有的數(shù)據(jù)流上頻繁模式挖掘算法，在傳統(tǒng)字典樹(shù)結(jié)構(gòu)的基礎(chǔ)上，提出一種改進(jìn)的結(jié)構(gòu)——IL-TREE，用以直接定位所需模式，以達(dá)到快速更新模式以及快速啟發(fā)式增長(zhǎng)的目的。結(jié)合啟發(fā)式思路與傾斜時(shí)間窗方法，提出一種新的時(shí)間窗口策略，可以對(duì)新模

3、式進(jìn)行更為準(zhǔn)確的估計(jì)，并且提供更細(xì)的窗口粒度。結(jié)合IL-TREE與啟發(fā)式傾斜時(shí)間窗，提出了FPIL-STREAM算法，能夠以較快的速度實(shí)時(shí)挖掘數(shù)據(jù)流中的頻繁模式，并提供較細(xì)粒度的查詢。 本文介紹了我們的個(gè)性化推薦原型系統(tǒng)SmartWeb，并說(shuō)明了各模塊的相關(guān)任務(wù)以及對(duì)應(yīng)數(shù)據(jù)源。在SmartWeb系統(tǒng)中，F(xiàn)PIL-STREAM算法針對(duì)的數(shù)據(jù)源是Web點(diǎn)擊流數(shù)據(jù)，本文根據(jù)其特點(diǎn)對(duì)FPIL-STREAM算法做了一些改進(jìn)，引入興趣度閾值