共查询到20条相似文献，搜索用时 46 毫秒
1.
从Web技术的层面对网络信息的静态挖掘（内容挖掘、结构挖掘）和动态挖掘（使用挖掘）进行了比较，分析了以Web技术为支撑的网络信息实体挖掘与过程挖掘的特征，阐述了Web网络信息挖掘对于信息现实价值与信息未来增值的双重功能。 相似文献
2.
3.
Web使用模式挖掘及其在电子商务领域的应用 总被引：4，自引：0，他引：4
Web使用模式挖掘是Web数据挖掘领域一个重要的应用，对于个性化电子商务网站中发现用户行为特征具有重要的意义。本文首先介绍使用模式挖掘，然后分析了使用模式挖掘在电子商务领域的应用．从而指导电子商务网站资源的组织和分配。 相似文献
4.
5.
6.
随着网络通信技术的不断发展,网络化教学系统也不断发展进步。网络教学已经成为现代化教学的重要手段之一,但目前现有的网络化教学的模式、教学过程、教学方法较为单一,缺乏个性化的教学系统模式。随着我国网络的不断发展普及,基于Web的网络化教学时代已经来临,必将成为未来我国教育界的重要教学模式之一。如何根据学生的现有学习基础和学习条件来实行个性化的教学已经成为网络化教学的重要研究内容。本文设计了一种基于Web挖掘的个性化网络教学系统,以便为学生提供个性化的教学推荐服务。 相似文献
7.
随着互联网的发展,教育资源网站的个性化服务也有了长足的进展。本文介绍了Web挖掘的概念及分类,Web使用挖掘的流程,着重介绍了Web使用挖掘在教育资源网站建设中的具体应用。 相似文献
8.
本文以Web为研究对象,着手数据挖掘技术在Web中的应用分析。文中通过对Web特点的分析,以及Web挖掘的分类研究,阐述了Web内容挖掘、Web结构挖掘和Web使用挖掘等相关技术,描述了Web挖掘的广泛应用前景。 相似文献
9.
电子商务的快速发展和电子商务系统积累大量的数据为Web使用挖掘提供了一个广阔的应用领域。通过Web使用挖掘技术挖掘出电子商务用户潜在模式,对用户提供个性化服务。 相似文献
10.
电子政务系统的个性化信息推荐模型研究 总被引：1，自引：0，他引：1
拟从可视化Web挖掘的概念着手,介绍了目前在个性化推荐中广泛使用的协同过滤技术,并在此基础上,建立基于可视化Web挖掘的个性化推荐模型,最后通过实例说明这个推荐模型是可行的. 相似文献
11.
基于Web数据挖掘的个性化信息智能Agent挖掘系统模型 总被引：1，自引：0，他引：1
个性化智能挖掘是近几年出现的一个崭新的研究方向,它是人工智能与数据挖掘技术在Web或Internet环境下相互融合的产物。大部分个性化信息挖掘都只是建立在纯粹的Web数据挖掘之上,然而面对大部分的智能化技术的出现,面对用户能够快速准确地检索自己最想要的信息的需求,Web数据挖掘要进行相应的扩展,通过将Web数据挖掘技术和智能Agent技术相结合,从而满足用户的需求。本文主要提出两个模型:典型的个性化Web挖掘模型和个性化Agent智能挖掘模型。 相似文献
12.
随着个性化时代的到来,信息服务机构必须提供个性化服务,才有可能在激烈的竞争中取得胜利.Web数据挖掘技术是实现个性化信息服务的关键技术.在构建基于Web数据挖掘的个性化信息服务的实现模型后,还对建立在Web数据挖掘基础上的个性化信息服务系统运行的基本流程、Web挖掘的数据资源、Web挖掘的技术方法、信息系统的服务内容、系统运行的注意事项等进行了探讨. 相似文献
13.
为每一位Web用户提供个性化服务已经成为电子商务网站发展的趋势。本文首先分析了Web挖掘的基本概念和工作流程，在此基础上提出了基于Web访问信息挖掘的用户个性化配置方案模型，并对模型实现的关键技术及其在电子商务中的应用进行了研究。 相似文献
14.
基于Web挖掘的个性化服务研究 总被引：8，自引：0，他引：8
论述了基于Web挖掘的个性化服务研究，提出了利用Web挖掘方法的个性化服务研究中的用户聚类、Web页面聚类、用户频繁访问路径发现算法及用户访问路径优化算法。利用这些算法得到的个性化信息可以准确把握用户兴趣模式并对Web信息资源的组织方式进行有效更新，从而提高网络信息服务效率，为用户提供“一对一”的具备自适应性的智能个性化服务。 相似文献
15.
Web数据挖掘与个性化信息服务中用户研究 总被引：21，自引：2，他引：21
分析了个性化信息服务中用户研究的目的，介绍了Web挖掘的概念及其分类，提出Web使用记录挖掘，是获取真实的用户信息的有效途径和方法。 相似文献
16.
17.
18.
本文介绍了web挖掘的定义和分类,并重点描述了Web使用挖掘的过程和技术框架。最后论述了Web使用挖掘理论在电子商务中的应用。并提出了Web挖掘目前还存在的问题。 相似文献
19.
基于Web的数据挖掘是一个结合了数据挖掘和WWW的热门研究课题。本文介绍了Web数据的特点及Web数据挖掘研究的三种分类:Web内容挖掘、Web结构挖掘、Web使用挖掘。总结介绍了Web日志挖掘的常用数据挖掘技术。 相似文献