首页> 中文学位 >VOD系统应用服务器中Web挖掘技术的研究与应用
【6h】

VOD系统应用服务器中Web挖掘技术的研究与应用

代理获取

目录

文摘

英文文摘

第一章 绪论

1.1 研究背景

1.2 国内外研究现状

1.3 个性化内容推荐技术与影片推荐技术

1.3.1 个性化内容推荐技术

1.3.2 影片推荐技术

1.4 论文研究内容

1.5 论文内容组织

第二章 Web挖掘与个性化内容推荐系统

2.1 WEB挖掘介绍.

2.1.1 Web挖掘的研究背景

2.1.2 Web挖掘的研究意义

2.1.3 Web挖掘的分类

2.1.4 Web挖掘的基本过程

2.2 个性化内容推荐技术

2.2.1 个性化的研究背景

2.2.2 个性化的定义

2.2.3 个性化内容推荐技术

2.2.4 典型的个性化内容推荐系统以及各推荐系统的比较

2.2.5 用户访问信息的收集方法

2.3 适用于VOD系统的WEB个性化内容推荐技术

2.4 本章小结

第三章 基于Web挖掘的关联规则挖掘算法

3.1 关联规则

3.2 关联规则的典型算法

3.3 个性化推荐中关联规则的特点

3.4 APRIORI算法介绍

3.4.1 算法分析

3.4.2 算法的改进

3.4.3 实验

3.5 小结

第四章 利用挖掘的关联规则实现个性化内容推荐

4.1 体系结构

4.2 关联规则挖掘模块设计

4.3 数据库设计

4.4 推荐权值和最小支持度

4.4.1 实验

4.5 推荐步骤

4.6 系统运行展示

4.7 小结

第五章 总结与展望

5.1 工作总结

5.2 未来研究方向

参考文献

致谢

攻读硕士学位期间已发表的学术论文目录

展开▼

摘要

随着数字电视的普及和VOD系统的发展,人们可以通过有线电视网络在浩瀚的影视海洋里漫游。然而,由于影视资源的爆炸式增长,很多用户经常会“迷失”其中,他们往往找不到自己真正喜欢的影片而苦恼。因此,根据用户的特殊需求提供更好的Web个性化内容推荐就是我们面临的一个难题。Web个性化内容推荐的目的是当用户在浏览VOD网站时能根据其特殊需求,实时准确地推荐他可能感兴趣的相关影片,这也是提高交互系统服务质量和访问频率的一种重要手段。
   本文首先阐述了Web挖掘的基本原理,接着对个性化内容推荐技术的概念,分类和研究现状等进入了深入探讨,然后分析了有线电视网络VOD系统的Web挖掘技术与基于互联网的Web挖掘技术的异同之处,并对典型的关联规则挖掘算法进行了分析和探讨,在此基础上提出了一种新的应用于Web个性化内容推荐的关联规则挖掘算法。本文重点讨论了其中的几项关键技术:Web挖掘、个性化内容推荐技术以及利用挖掘的关联规则实现个性化推荐系统。分析了Apriori算法的思想,并在其基础上改进,设计了新的应用于Web个性化内容推荐的关联规则挖掘算法,通过举例对改进算法做了详细的介绍,并且分别从时间和空间的角度对Apriori算法和Apriori改进算法进行了比较和分析。本文深入讨论了如何利用挖掘的关联规则进行个性化内容推荐,给出了推荐系统的体系结构、挖掘模块的设计和数据库设计等,然后分析了影响推荐准确度的相关因素,并通过实验验证。最后本文通过实验模拟了个性化内容推荐系统的运行结果。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号