理解不同种类用户的兴趣偏好,可以便于设计个性化的网站满足用户的需求,改善用户 145 的浏览方式。还可以识别电子商务的潜在客户,增强对用户的网络信息服务的质量和交付, 并改进Web 服务系统的结构和性能。 [参考文献] (References) [1] 王熙照,王丽娟等. Web 用户访问模式挖掘[J]. 河北大学学报(自然科学版),2002,22(4):405-409. 150 [2] 费鸿晓,覃思明等. 基于访问兴趣的Web 用户聚类方法[J]. 计算机系统应用,2010,19(4):62-65. [3] 周军,姜元春,林文龙. 基于有向带权图的Web 用户浏览行为模型[J]. 情报理论与实践,2008,31(5): 795-798. [4] Newman MEJ. Fast algorithm for detecting community structure in networks. Physical Review E, 2004, 69(6): 066133. 155 [5] 胡海波,王科,徐玲等. 基于复杂网络理论的在线社会网络分析[J]. 复杂系统与复杂性科学,2008,5 (2):1-14. [6] 刘绍海,刘青昆,谢福鼎等. 复杂网络基于局部模块度的社团划分方法. 计算机工程与设计,2009,30 (20):4708-4714. [7] 徐小磊. 用户浏览模式与页面推荐的研究[D]. 南京:南京理工大学,2007. 学术论文网Tag:代写论文 代写代发论文 论文发表 职称论文发表 |