發(fā)布時(shí)間：2019-12-03 03:38

【摘要】：網(wǎng)絡(luò)環(huán)境下,如何讓用戶快速發(fā)現(xiàn)所需數(shù)據(jù)是地學(xué)數(shù)據(jù)共享平臺(tái)長(zhǎng)期面臨的挑戰(zhàn)之一。本文基于國(guó)家地球系統(tǒng)科學(xué)數(shù)據(jù)共享平臺(tái)網(wǎng)站服務(wù)器日志數(shù)據(jù)獲取用戶搜索行為及數(shù)據(jù)集訪問(wèn)行為,使用聚類算法挖掘用戶行為模式,并基于會(huì)話聚類模式開(kāi)發(fā)在線搜索和訪問(wèn)預(yù)測(cè)算法。在數(shù)據(jù)預(yù)處理階段,對(duì)原始服務(wù)器日志數(shù)據(jù)進(jìn)行清洗、用戶識(shí)別、用戶會(huì)話識(shí)別、搜索詞提取。在模式挖掘階段,采用DBSCAN算法對(duì)會(huì)話進(jìn)行聚類�？紤]到會(huì)話向量值的二元性,聚類算法中的距離采用Jaccard距離函數(shù)計(jì)算。視每個(gè)會(huì)話聚類包含的搜索詞集合為一個(gè)文本,所有用戶歷史搜索詞集合為語(yǔ)料庫(kù),統(tǒng)計(jì)各聚類中搜索詞的TF-IDF值。在線搜索推薦,以搜索詞檢索各聚類中TF-IDF值,返回TF-IDF值最高的搜索詞所屬聚類,并給出該聚類的高頻項(xiàng)目作為推薦。在線訪問(wèn)推薦,則以用戶實(shí)時(shí)訪問(wèn)向量為查詢向量,計(jì)算該向量與聚類中心的聚類。根據(jù)聚類排序,給出距離最近的聚類,并產(chǎn)生該聚類中高頻項(xiàng)目作為推薦。實(shí)驗(yàn)結(jié)果表明基于TF-IDF和聚類的搜索推薦有較高的準(zhǔn)確率和召回率,訪問(wèn)推薦效果基于高頻統(tǒng)計(jì)的推薦有較大提高。研究可得出以下結(jié)論:(1)地學(xué)共享網(wǎng)用戶訪問(wèn)和搜索行為體現(xiàn)了專業(yè)性的特點(diǎn),其行為較普通網(wǎng)站用戶可預(yù)測(cè)性更好;(2)對(duì)于地學(xué)數(shù)據(jù)共享用戶行為預(yù)測(cè),需明確定義用戶行為,并采用合適的距離函數(shù)描述行為相似性;(3)通過(guò)搜索詞TF-IDF值來(lái)預(yù)測(cè)用戶數(shù)據(jù)需求的方法可行,以此產(chǎn)生的推薦可作為搜索結(jié)果的補(bǔ)充。本研究可服務(wù)于地學(xué)領(lǐng)域數(shù)據(jù)共享平臺(tái)建設(shè),提高共享服務(wù)質(zhì)量,也可為其他領(lǐng)域科學(xué)數(shù)據(jù)共享提供技術(shù)方法借鑒。

【相似文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前2條

1 馬瑩瑩;微博用戶轉(zhuǎn)發(fā)行為及情感預(yù)測(cè)研究[D];哈爾濱工業(yè)大學(xué);2015年

2 王千;基于視頻的籃球持球隊(duì)員行為預(yù)測(cè)研究[D];中南大學(xué);2012年

，

本文編號(hào)：2569044