摘要：基于web挖掘的理论与技术,设计了一个图书馆服务推荐系统模型。该模型采用离线部分挖掘与在线部分挖掘相分离的思路,解决了服务推荐的实时性与准确性的平衡问题。并重点针对在线部分的推荐算法,给出了具体构建方法及其实现过程,为同类研究提供了一种有益参考。

摘要：针对影响公众网络地图查询服务质量的一些因素,提出利用web挖掘技术来加以改善,这主要体现于三个环节:从万维网中发现并提取地址信息以扩充空间数据库;通过对扩充后的数据库进行空间分析与推理来增强查询功能;根据分析用户查询日志来指导数据采编工作以及提供针对性的查询服务。在文章的最后给出了原型系统的设计框架与试验实例。

摘要：web挖掘是指从web数据资源中自动发现和提取信息,尽管标准的数据挖掘方法可能适用于web挖掘,但对于大多数基于web的信息处理过程有必要设计特定的算法。提出了一个用于提取隐藏在数据资源中的信息的抽象web挖掘模型。

摘要：概述了web挖掘的组成部分、分类和现状,指出了现有一些web挖掘方法的局限。介绍了目前比较新的技术——软计算技术,总结了软计算技术在web挖掘中的应用。web数据的固有无标记、不精确、异构性和动态性,处理人与机器的交互,上下文敏感性和近似查询,个性化学习,软计算都是很合适的解决方法。

摘要：针对目前在挖掘用户访问行为方面存在的准确性不高的问题,本文提出了一种用户兴趣度模型。并基于这个模型设计了一个web访问路径挖掘算法,用来更准确地挖掘用户的访问模式,实现网站的个性化服务。

摘要：现有的静态 web 站点结构不能满足人们准确地找到所需信息和享用个性化服务的要求。本文不但通过web 日志文件的挖掘,找出用户的频繁访问路径来改进 web 站点结构,而且分析当前访问页面与后续候选推荐页面的内容相关性,形成经过内容裁剪的个性化页面来压缩 web 页面内容。这样,用户可快速定位到频繁访问的后续页面位置,且页面内容大多是用户感兴趣的主题信息。在此基础上,提出了一个自适应站点模型 AdaptiveSite,经过推荐质量分析,该模型具有较好的优化性能。

摘要：随着计算机网络技术的不断发展和进步,数据挖掘在各行业得到了大力的应用。基于课程开发与教学资源管理平台在后期的数据处理方面存在的不足,将web挖掘技术应用于课程开发与教学资源管理平台,提出了系统设计的需求及web使用挖掘在平台中的应用,通过案例分析,提高了平台的使用效率。

摘要：本文描述了web挖掘技术,并探讨了web挖掘技术在复合图书馆的自动化处理、信息采购、信息导航、信息检索、信息咨询、图书馆网站设计和个性化服务等方面的应用。

摘要：会话识别是web日志挖掘的关键步骤,然而很多方法所得到的会话不够精确。针对web日志挖掘中的会话识别问题,在最常用的Timeout方法的基础上,提出了一种改进的基于平均时间阈值的识别方法。通过动态计算会话中请求记录间的平均时间间隔,个性化地调整页面的时间阈值,相对于传统的对所有用户页面使用单一的先验阈值,该方法能够更准确地识别出长对话。最后对生成的侯选会话集进行二次识别,使识别出的会话更为合理有效。实验结果表明,会话质量得到了提高。

摘要：随着web信息量的增长,web用户也迅速增长,如何在海量信息中找出用户需要的信息变得更加重要。基于web服务器日志,分析在线用户的浏览行为,挖掘web数据并找出用户的遍历模式已经成为一个新的研究领域。针对web站点的结构,给出了一个web挖掘的完整框架,允许在分析复杂的遍历模式时加入约束条件,然后对框架中算法的执行效率和执行准确性进行比较和分析,同时展望了web挖掘的未来研究方向。