【摘要】：網絡環境下,如何讓用戶快速發現所需數據是地學數據共享平臺長期面臨的挑戰之一。本文基于國家地球系統科學數據共享平臺網站服務器日志數據獲取用戶搜索行為及數據集訪問行為,使用聚類算法挖掘用戶行為模式,并基于會話聚類模式開發在線搜索和訪問預測算法。在數據預處理階段,對原始服務器日志數據進行清洗、用戶識別、用戶會話識別、搜索詞提取。在模式挖掘階段,采用DBSCAN算法對會話進行聚類。考慮到會話向量值的二元性,聚類算法中的距離采用Jaccard距離函數計算。視每個會話聚類包含的搜索詞集合為一個文本,所有用戶歷史搜索詞集合為語料庫,統計各聚類中搜索詞的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目作為推薦。在線訪問推薦,則以用戶實時訪問向量為查詢向量,計算該向量與聚類中心的聚類。根據聚類排序,給出距離最近的聚類,并產生該聚類中高頻項目作為推薦。實驗結果表明基于TF-IDF和聚類的搜索推薦有較高的準確率和召回率,訪問推薦效果基于高頻統計的推薦有較大提高。研究可得出以下結論:(1)地學共享網用戶訪問和搜索行為體現了專業性的特點,其行為較普通網站用戶可預測性更好;(2)對于地學數據共享用戶行為預測,需明確定義用戶行為,并采用合適的距離函數描述行為相似性;(3)通過搜索詞TF-IDF值來預測用戶數據需求的方法可行,以此產生的推薦可作為搜索結果的補充。本研究可服務于地學領域數據共享平臺建設,提高共享服務質量,也可為其他領域科學數據共享提供技術方法借鑒。

【相似文獻】

相關碩士學位論文 前2條

1 馬瑩瑩;微博用戶轉發行為及情感預測研究[D];哈爾濱工業大學;2015年

2 王千;基于視頻的籃球持球隊員行為預測研究[D];中南大學;2012年

，

本文編號：2569044