基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
对用户分类是Web挖掘的一个重要的研究方向.文中提出一种基于关联规则的分类方法,并且将它应用于用户兴趣预测.首先对服务器日志文件预处理,形成一个访问事务集.然后对该事务集进行数据挖掘,找出所有的满足最小支持度的类别关联规则.最后用这些类别关联规则去预测用户的兴趣.实验证明此方法是有效的.
推荐文章
一种基于社区结构的用户兴趣关联规则发现方法
用户兴趣挖掘
社区结构
关联规则挖掘
维基百科
一种基于Web文本聚类的用户兴趣发现模型的研究
文本聚类
用户兴趣
Web
用户行为
VSM
一种基于用户兴趣度模型的Web路径挖掘算法
数据挖掘
web挖掘
Web用户兴趣度
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于关联分类方法的Web用户兴趣预测
来源期刊 微机发展 学科 工学
关键词 Web挖掘 关联规则 分类
年,卷(期) 2005,(5) 所属期刊栏目 智能与算法研究
研究方向 页码范围 97-99
页数 3页 分类号 TP301
字数 2565字 语种 中文
DOI 10.3969/j.issn.1673-629X.2005.05.032
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郑诚 安徽大学计算机科学与工程系 103 1013 15.0 28.0
2 陈振 安徽大学计算机科学与工程系 12 68 5.0 8.0
3 朱小栋 安徽大学计算机科学与工程系 3 27 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (37)
参考文献  (2)
节点文献
引证文献  (8)
同被引文献  (5)
二级引证文献  (4)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(3)
  • 引证文献(3)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(2)
  • 引证文献(1)
  • 二级引证文献(1)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
Web挖掘
关联规则
分类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导