多層次文檔歸類在挖掘及處理用戶偏好中的應(yīng)用.pdf

1、隨著網(wǎng)絡(luò)技術(shù)的迅猛發(fā)展，許多公司都企圖借此以更貼近用戶的服務(wù)提高各自的競爭力。用戶到底偏好什么成了他們重點關(guān)注的問題。人們通過對web日志文件和相關(guān)數(shù)據(jù)的挖掘來發(fā)現(xiàn)用戶偏好，并據(jù)此為用戶提供個性化網(wǎng)頁和有針對性的信息推送。目前，用于挖掘用戶偏好的方法主要有分類和聚類。 本文提出了不同于分類和聚類的另一種方法，即基于層級結(jié)構(gòu)字典的多層次文檔歸類及其在用戶偏好挖掘中的應(yīng)用。它在一個層級結(jié)構(gòu)字典的指導(dǎo)下，對文檔進行特征值抽取，得到的特

2、征值是多層次的，抽取結(jié)果被存為xml文檔。這樣，不僅可以充分利用已經(jīng)取得的結(jié)果，而且在歸類過程中，還可以選擇一個最佳歸類層次，以得到最滿意的歸類結(jié)果。該方法產(chǎn)生的歸類結(jié)果仍然能夠具有多層次的屬性，因此基于該方法的用戶偏好和用戶群偏好的描述也可以是多層次的。用戶偏好和用戶群偏好同樣被存為xml文檔。 基于層級結(jié)構(gòu)字典的多層次文檔歸類能較為充分的利用已經(jīng)取得的結(jié)果，并且能實現(xiàn)更精準(zhǔn)的類別劃分結(jié)果，能為個性化用戶服務(wù)提供更加有效的決策