基于Web访问信息挖掘的推荐方法研究

Web信息提取是指从Web文档中自动提取感兴趣信息的过程。它主要用在元搜索、信息代理等场合。 本文首先介绍了信息提取技术及其产生背景和发展历史,分析了信息提取系统体系结构和关键技术。对Web信息提取的

提出了基于语义的信息检索原型系统，通过建立在本体论基础上的语义分析和逻辑推理，初步实现了人机语义交互，使得计算机能够理解用户的查询意图，明确信息需求，不但可以保证信息检索的查全率，而且可以有效提高查准

基于XML的Web信息抽取研究与实现论文参考

针对军事领域中地理空间数据具有更高的敏感性、机密性的特点，对传统的基于角色的访问控制与强制访问控制结合后进行空间扩展，提出了一种基于角色的空间信息强制访问控制模型（spatialvectordatar

Pentaho web access port change method

基于内容相似度的图书推荐方法研究，孙承杰，商雪晶，为了向用户提供个性化的推荐服务，大多数推荐系统都从用户和商品两个角度出发。本文利用图书之间以内容上的相似性相互联系的特点

利用用户行为数据，采用有效推荐方法，提供个性化推荐服务是社交网络平台普遍采用的策略，其中推荐方法的有效性是决定推荐服务质量的关键。基于矩阵分解和基于协同过滤的推荐方法由于存在稀疏性和过拟合问题等瓶颈难

利用数据挖掘技术改进煤矿企业传统的信息管理系统,同时,在建立数据仓库模型的基础上,借助QL Server中的数据管理工具,可以有效地实现在英特网和企业内部网上实现煤矿信息挖掘。

针对数字图书馆资源增加致使用户难以获取感兴趣图书资源的问题，提出了一种基于标签和关联规则挖掘的图书组合推荐系统模型。该模型整合了基于内容推荐和协同过滤推荐的优点，利用标签系统对图书内容进行语义分析，使

NULL 博文链接:https://pyez1158.iteye.com/blog/2078167