网站信息组织优化 基于网络日志的用户行为分析PDF|Epub|txt|kindle电子书版本网盘下载

网站信息组织优化 基于网络日志的用户行为分析PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 背景介绍1

1.1.1 目前网站建设存在的主要问题1

1.1.2 基于网络日志的用户信息行为研究具有重要价值2

1.1.3 网站设计与用户体验的最佳组合4

1.2 国内外相关研究综述5

1.2.1 基于网络日志的网站信息组织研究5

1.2.2 基于网络日志的用户信息行为研究7

1.3 本书内容的理论价值和现实意义11

1.3.1 学术与理论价值11

1.3.2 现实意义12

1.4 本书采用的技术路线和方法13

1.4.1 技术路线13

1.4.2 主要方法15

1.5 本书的主要内容16

1.6 本书的创新点17

第2章 网站信息组织优化与网络日志挖掘概述18

2.1 Web技术的发展与网络日志挖掘相互促进18

2.2 网站信息组织优化的基本内容19

2.2.1 网站信息组织优化使网站更加智能化19

2.2.2 网站信息组织优化的特点19

2.2.3 网站信息组织优化的原理与机制22

2.2.4 网络环境下信息组织优化的效率评价23

2.2.5 网站信息组织优化系统和原型研究25

2.2.6 网站信息组织优化的发展趋势25

2.3 网络日志挖掘简介26

2.3.1 网络日志数据的来源与类型26

2.3.2 网络用户行为数据的收集方法29

2.3.3 日志挖掘的预处理技术35

第3章 网络用户信息行为分析38

3.1 用户信息行为的定义38

3.2 网络用户行为38

3.2.1 网络用户行为的概念38

3.2.2 网络用户行为的特征39

3.2.3 构成网络用户行为的主要因素41

3.3 网络用户信息行为的类型42

3.3.1 用户的信息寻求行为43

3.3.2 用户的信息需求行为44

3.3.3 用户信息浏览行为45

3.3.4 用户信息检索行为45

3.3.5 网络用户的选择和存储行为47

3.3.6 网络用户的信息吸收和利用行为48

3.4 关于信息行为模型的研究49

3.5 用户个性化知识服务需求的影响因素52

3.5.1 个人因素52

3.5.2 环境因素53

3.6 基于用户信息行为的B2C网站用户认知检索模型54

3.6.1 认知信息检索的发展及模型55

3.6.2 用户认知信息检索的应用分析56

3.6.3 B2C电子商务用户认知信息检索的模型59

3.7 基于网络日志的用户行为数据的提取和分析——以某学院网站为例61

3.7.1 网络日志的获取及其分析方法61

3.7.2 数据分析71

第4章 网站信息组织优化算法的设计与实现87

4.1 智能推荐引擎的设计与实现87

4.1.1 相似度计算88

4.1.2 K均值算法在协作型推荐中的设计和应用90

4.2 网站信息自动抽取技术的实现与应用93

4.2.1 网页信息自动抽取的意义93

4.2.2 基于重复模式识别的网页信息自动抽取94

4.2.3 基于自然标注的网页信息抽取101

4.3 智能预测技术的应用和实现107

4.3.1 决策树算法模型设计107

4.3.2 决策树算法应用于网站注册用户的预测112

第5章 智能技术在社交网站信息过滤中的应用实例分析115

5.1 交互性网站面临垃圾信息干扰的背景115

5.2 贝叶斯分类器思想及其训练模型设计116

5.2.1 贝叶斯公式116

5.2.2 贝叶斯分类器的思想117

5.2.3 相关研究述评118

5.2.4 基于贝叶斯分类器的训练模型设计119

5.3 社交网站中对垃圾信息的自动过滤123

5.4 实验结果分析131

5.5 结语132

第6章 网站导航优化及其试运行效果展示133

6.1 数据准备135

6.2 网站组织优化试运行效果136

6.3 结论150

参考文献152

后记158