您的位置：山东大学 -> 科技期刊社 -> 《山东大学学报（工学版）》

山东大学学报(工学版) ›› 2011, Vol. 41 ›› Issue (4): 137-142.

• 论文 • 上一篇    

一种基于Bayesian网络的网页推荐算法

王爱国,李廉*,杨静,陈桂林   

  1. 合肥工业大学计算机与信息学院, 安徽 合肥 230009
  • 收稿日期:2011-04-15 出版日期:2011-08-16 发布日期:2011-04-15
  • 通讯作者: 李廉(1951- ),男,山东阳谷人,教授、博士生导师,硕士,主要研究方向为计算机数学、网格计算、e-Science,算法分析与设计及个性化推荐. E-mail:llian@hfut.edu.cn E-mail:llian@hfut.edu.cn
  • 作者简介:王爱国(1986- ),男,安徽界首人,研究生,学士,主要研究方向为移动与普适计算,个性化推荐. E-mail: wangaiguo2546@163.com
  • 基金资助:

    国家自然科学基金面上项目(61073193); 安徽省自然科学基金资助项目(11040606M152);安徽省高校省级自然科学研究项目(KJ2011ZD06)

An algorithm based on Bayesian network for web page recommendation

WANG Ai-guo, LI Lian*, YANG Jing, CHEN Gui-lin   

  1. School of Computer Science and Information, Hefei University of Technology, Hefei 230009, China
  • Received:2011-04-15 Online:2011-08-16 Published:2011-04-15

PDF (PC)

2185

摘要：

为改善用户的Web页面访问行为、提高访问效率, 设计了一种基于贝叶斯网络的网页推荐模型及推荐算法。通过收集和分析服务器中的描述文件和日志文件,利用Bayesian网络分析页面间的依赖关系,构建了基于贝叶斯网络的网页推荐模型并产生推荐集。通过在Microsoft公司提供的网络日志数据集上做的实验,可以获得超过80％的准确率和覆盖率。理论分析和实验结果表明,算法能够在线实时向用户做出个性化的推荐,与已有的推荐算法相比,算法能较快地给出推荐集,并且可以获得更高的准确率和覆盖率。

关键词: 数据挖掘, 个性化推荐, 协同过滤, 贝叶斯网络

Abstract:

A model based on Bayesian network and corresponding algorithm for web page recommendation were presented to improve users’ behavior on browsing web pages and enhance visiting efficiency. The model was constructed by collecting and analyzing the description files and log files in the servers and using the Bayesian network to analyze the dependence among the web pages. Then the model was built and the recommendation set was generated. By conducting experiments on the network log data sets provided by Microsoft Company, the obtainea precision and coverage were both higher than 80％. The results of theoretical analysis and experiments indicated that the algorithm could make personalized recommendation for users in real time online. Compared with other existing algorithms, this algorithm could give the recommendation set more quickly with higher precision and coverage.

Key words:  Data mining, personalized recommendation, collaborative filtering, Bayesian network

[1] 周彦冰,马士伦,文益民. 基于图结构的概念漂移检测[J]. 山东大学学报 (工学版), 2025, 55(2): 88-96.
[2] 王梅,宋凯文,刘勇,王志宝,万达. DMKK-means——一种深度多核K-means聚类算法[J]. 山东大学学报 (工学版), 2024, 54(6): 1-7.
[3] 聂秀山,马玉玲,乔慧妍,郭杰,崔超然,于志云,刘兴波,尹义龙. 任务粒度视角下的学生成绩预测研究综述[J]. 山东大学学报 (工学版), 2022, 52(2): 1-14.
[4] 张妮,韩萌,王乐,李小娟,程浩东. 基于索引列表的增量高效用模式挖掘算法[J]. 山东大学学报 (工学版), 2022, 52(2): 107-117.
[5] 张胜男,王雷,常春红,郝本利. 基于三维剪切波变换和BM4D的图像去噪方法[J]. 山东大学学报 (工学版), 2020, 50(2): 83-90.
[6] 陈德蕾, 王成, 陈建伟, 吴以茵. 基于门控循环单元与主动学习的协同过滤推荐算法[J]. 山东大学学报 (工学版), 2020, 50(1): 21-27.
[7] 胡云,张舒,李慧,佘侃侃,施珺. 基于信任网络重构的推荐算法[J]. 山东大学学报 (工学版), 2019, 49(2): 42-46.
[8] 杨思, 李思童, 张进东, 白羽. 高速光通信激光器带宽模型改进与并行计算优化[J]. 山东大学学报 (工学版), 2019, 49(1): 17-22.
[9] 读习习,刘华锋,景丽萍. 一种融合社交网络的叠加联合聚类推荐模型[J]. 山东大学学报(工学版), 2018, 48(3): 96-102.
[10] 庞人铭,王波,叶昊,张海峰,李明亮. 基于PCA相似度和谱聚类相结合的高炉历史数据聚类[J]. 山东大学学报(工学版), 2017, 47(5): 143-149.
[11] 王鑫,陆静雅,王英. 面向推荐的用户兴趣扩展方法[J]. 山东大学学报(工学版), 2017, 47(2): 71-79.
[12] 林耀进,张佳,林梦雷,王娟. 一种基于模糊信息熵的协同过滤推荐方法[J]. 山东大学学报(工学版), 2016, 46(5): 13-20.
[13] 黄丹,王志海,刘海洋. 一种局部协同过滤的排名推荐算法[J]. 山东大学学报(工学版), 2016, 46(5): 29-36.
[14] 李朔,石宇良. 基于位置社交网络中地点聚类推荐方法[J]. 山东大学学报(工学版), 2016, 46(3): 44-50.
[15] 庞俊涛, 张晖, 杨春明, 李波, 赵旭剑. 基于概率矩阵分解的多指标协同过滤算法[J]. 山东大学学报(工学版), 2016, 46(3): 65-73.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
[1] 李 侃 . 嵌入式相贯线焊接控制系统开发与实现[J]. 山东大学学报(工学版), 2008, 38(4): 37 -41 .
[2] 王波,王宁生 . 机电装配体拆卸序列的自动生成及组合优化[J]. 山东大学学报(工学版), 2006, 36(2): 52 -57 .
[3] 浦剑1 ,张军平1 ，黄华2 . 超分辨率算法研究综述[J]. 山东大学学报(工学版), 2009, 39(1): 27 -32 .
[4] 秦通,孙丰荣*,王丽梅,王庆浩,李新彩. 基于极大圆盘引导的形状插值实现三维表面重建[J]. 山东大学学报(工学版), 2010, 40(3): 1 -5 .
[5] 王丽君,黄奇成,王兆旭 . 敏感性问题中的均方误差与模型比较[J]. 山东大学学报(工学版), 2006, 36(6): 51 -56 .
[6] 孙炜伟,王玉振. 考虑饱和的发电机单机无穷大系统有限增益镇定[J]. 山东大学学报(工学版), 2009, 39(1): 69 -76 .
[7] 王勇, 谢玉东.

大流量管道煤气的控制技术研究

[J]. 山东大学学报(工学版), 2009, 39(2): 70 -74 .
[8] 张爱娟. 模拟体液中类骨羟基磷灰石的合成[J]. 山东大学学报(工学版), 2010, 40(3): 86 -90 .
[9] 于海波,李宇,余恬,雷虹 . W波段折叠波导慢波系统的尺寸对其冷特性的影响[J]. 山东大学学报(工学版), 2008, 38(3): 90 -94 .
[10] 李善评,赵玉晓,乔鹏,冯正志 . 好氧颗粒污泥的培养及基质降解和污泥生长动力学分析[J]. 山东大学学报(工学版), 2008, 38(3): 95 -98 .
版权所有 © 2018 《山东大学学报(工学版)》编辑部　
地址: 济南市山大南路27号（250100）　 电话: 0531-88366735　 E-mail: xbgxb@sdu.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发