基于Web挖掘的個(gè)性化信息推薦

前言

知識(shí)，作為社會(huì)經(jīng)濟(jì)活動(dòng)的基本要素，已成為社會(huì)經(jīng)濟(jì)發(fā)展的基本資源和根本動(dòng)力，人類因此進(jìn)入知識(shí)經(jīng)濟(jì)和知識(shí)社會(huì)的新時(shí)代。但是，新的知識(shí)環(huán)境在促進(jìn)社會(huì)發(fā)展和人類進(jìn)步的同時(shí)，也讓我們置身于知識(shí)生態(tài)的重重矛盾之中：一方面知識(shí)存量激增，并呈爆炸性增長(zhǎng)；另一方面知識(shí)稀缺嚴(yán)重，人們生活在知識(shí)的海洋中，卻難以獲得所需要的知識(shí)。一方面知識(shí)產(chǎn)生速度加快，新知識(shí)源源不斷；另一方面知識(shí)老化加速，知識(shí)更新周期縮短。一方面知識(shí)廣泛傳播，互聯(lián)網(wǎng)絡(luò)提供了知識(shí)傳播的新途徑，跨越了知識(shí)擴(kuò)散的時(shí)空障礙；另一方面數(shù)字鴻溝日趨明顯，城鄉(xiāng)差距、地區(qū)差異、人群差別影響知識(shí)的擴(kuò)散。因此，如何有效地管理和開發(fā)利用知識(shí)資源，更好地滿足人們?nèi)找嬖鲩L(zhǎng)和迫切的知識(shí)需求，是人類自我完善和自我發(fā)展的需要，更是推動(dòng)知識(shí)創(chuàng)新與知識(shí)經(jīng)濟(jì)發(fā)展的前提和基礎(chǔ)，是社會(huì)全面協(xié)調(diào)和科學(xué)發(fā)展的關(guān)鍵。知識(shí)管理與知識(shí)服務(wù)誕生于知識(shí)經(jīng)濟(jì)逐漸興起、信息技術(shù)飛速發(fā)展、商業(yè)競(jìng)爭(zhēng)日益加劇的環(huán)境中，廣泛融合了信息科學(xué)、管理學(xué)、圖書情報(bào)學(xué)等多學(xué)科理論與方法，形成了以“知識(shí)”為核心和研究對(duì)象的一個(gè)新的跨學(xué)科研究領(lǐng)域。從管理學(xué)視角，知識(shí)管理是將組織可獲得的各種來(lái)源的信息轉(zhuǎn)化為知識(shí)，并將知識(shí)與人聯(lián)系起來(lái)的過(guò)程，強(qiáng)調(diào)對(duì)顯性知識(shí)和隱性知識(shí)的管理與共享，利用集體的智慧提高組織的應(yīng)變和創(chuàng)新能力；而知識(shí)服務(wù)是知識(shí)管理領(lǐng)域的演變進(jìn)化，是隨知識(shí)管理發(fā)展而延伸的概念，是新興的服務(wù)科學(xué)、管理和工程學(xué)科（SSME）的重要分支。從圖書情報(bào)視角，知識(shí)管理是信息管理的進(jìn)一步發(fā)展，知識(shí)服務(wù)是信息服務(wù)的深化與拓展，知識(shí)服務(wù)的功能應(yīng)建立在信息管理和知識(shí)管理的基礎(chǔ)之上，以滿足用戶的知識(shí)需求和實(shí)現(xiàn)知識(shí)增值為目標(biāo)。因此，知識(shí)管理是知識(shí)服務(wù)的基礎(chǔ)，知識(shí)服務(wù)是知識(shí)管理的延伸，也是知識(shí)管理實(shí)現(xiàn)知識(shí)創(chuàng)新目標(biāo)的有效途徑。知識(shí)管理與知識(shí)服務(wù)也逐漸成為圖書情報(bào)學(xué)、管理學(xué)和信息科學(xué)等多學(xué)科關(guān)注的重要領(lǐng)域和研究熱點(diǎn)。

內(nèi)容概要

基于Web挖掘的個(gè)性化信息推薦是解決當(dāng)前互聯(lián)網(wǎng)“信息過(guò)載”問題的重要手段之一。本書在繼承國(guó)內(nèi)外相關(guān)研究成果的基礎(chǔ)上，建立了基于Web挖掘的個(gè)性化信息推薦模型，并構(gòu)建了語(yǔ)法層次、語(yǔ)義層次和語(yǔ)用層次的個(gè)性化信息推薦方法體系。然后，從語(yǔ)法層次的角度，利用Web使用挖掘方法研究了Web用戶偏好分析與推薦問題，并借鑒復(fù)雜網(wǎng)絡(luò)中的社團(tuán)結(jié)構(gòu)劃分方法，提出了基于網(wǎng)絡(luò)書簽的個(gè)性化信息推薦方法；從語(yǔ)義層次的角度，提出了基于Web文本挖掘的推薦規(guī)則獲取與匹配方法，分析了基于Web領(lǐng)域本體的個(gè)性化信息推薦方法，研究了基于社會(huì)化標(biāo)簽的Web用戶興趣建模方法；從語(yǔ)用層次的角度，利用用戶反饋和貝葉斯網(wǎng)絡(luò)理論討論了Web用戶效用函數(shù)的構(gòu)建方法。    本書內(nèi)容豐富、應(yīng)用性強(qiáng)，可供信息管理、計(jì)算機(jī)應(yīng)用等領(lǐng)域從事相關(guān)研究的專家學(xué)者、工程技術(shù)人員及高等院校相關(guān)專業(yè)教師、研究生參考使用。

作者簡(jiǎn)介

易明,1978年生，湖北黃岡人。華中科技大學(xué)管理科學(xué)與工程專業(yè)博士，武漢大學(xué)圖書館、情報(bào)與檔案管理在站博士后。華中師范大學(xué)信息管理系副教授，情報(bào)學(xué)專業(yè)碩士生導(dǎo)師。主要從事web挖掘與信息服務(wù)、社會(huì)網(wǎng)絡(luò)與知識(shí)管理等領(lǐng)域的研究。主持教育部人文社會(huì)科學(xué)研究青年基金項(xiàng)目1項(xiàng)、全國(guó)高等學(xué)校教學(xué)研究中心項(xiàng)目1項(xiàng)，參加國(guó)家級(jí)、省部級(jí)項(xiàng)目6項(xiàng)。主編出版《客戶關(guān)系管理》、《電子商務(wù)概論》等教材。在《中國(guó)圖書館學(xué)報(bào)》、《情報(bào)學(xué)報(bào)》，《中國(guó)管理科學(xué)》、《圖書情報(bào)工作》、《情報(bào)科學(xué)》、《現(xiàn)代圖書情報(bào)技術(shù)》等國(guó)內(nèi)刊物公開發(fā)表論文30余篇，l收錄1篇，ISTP收錄3篇。編者簡(jiǎn)介：王偉軍,華中師范大學(xué)教授、博士生導(dǎo)師?，F(xiàn)任華中師范大學(xué)信息管理系副主任；華中師范大學(xué)教學(xué)委員會(huì)委員、學(xué)位評(píng)定委員會(huì)管理學(xué)分會(huì)委員、知識(shí)管理與知識(shí)服務(wù)研究中心主任；兼任教育部高等學(xué)校圖書館學(xué)科教學(xué)指導(dǎo)委員會(huì)委員，中國(guó)索引學(xué)會(huì)常務(wù)理事，中國(guó)社會(huì)科學(xué)情報(bào)學(xué)會(huì)理事，中國(guó)信息經(jīng)濟(jì)學(xué)會(huì)電子商務(wù)專業(yè)委員會(huì)副秘書長(zhǎng)，湖北省電子商務(wù)學(xué)會(huì)常務(wù)理事、副秘書長(zhǎng)，湖北省信息學(xué)會(huì)常務(wù)理事；《情報(bào)科學(xué)》、《評(píng)價(jià)與管理》、《湖北信息化》等雜志的編委和《情報(bào)資料工作》學(xué)術(shù)指導(dǎo)委員會(huì)委員；曾擔(dān)任第七屆IFIP電子商務(wù)、電子服務(wù)與電子社會(huì)（13E2007）國(guó)際會(huì)議主席。2007年入選教育部新世紀(jì)優(yōu)秀人才支持計(jì)劃。一直從事信息資源管理、知識(shí)管理與知識(shí)服務(wù)，電子商務(wù)等領(lǐng)域的教學(xué)和研究工作；公開發(fā)表學(xué)術(shù)論文80余篇，出版著作嘟（含合著）；近5年來(lái)，主持或參與國(guó)家自然科學(xué)基金、國(guó)家社會(huì)科學(xué)基金，國(guó)家“863”計(jì)劃、教育部高等學(xué)校學(xué)科創(chuàng)新引智計(jì)劃、教育部人文社會(huì)科學(xué)研究和武漢市社會(huì)科學(xué)基金等10多項(xiàng)課題；曾榮獲湖北省社會(huì)科學(xué)優(yōu)秀成果一等獎(jiǎng)和三等獎(jiǎng)、湖北省自然科學(xué)優(yōu)秀學(xué)術(shù)論文三等獎(jiǎng)，第六屆全國(guó)多媒體課件大賽優(yōu)秀獎(jiǎng)、武漢市社會(huì)科學(xué)優(yōu)秀科研成果獎(jiǎng)等多項(xiàng)獎(jiǎng)勵(lì)。

書籍目錄

總序序前言第1章  緒論  1.1  本書研究背景  1.2  本書研究目的與意義    1.2.1  本書研究目的    1.2.2  本書研究意義  1.3  國(guó)內(nèi)外研究現(xiàn)狀    1.3.1  Web挖掘研究現(xiàn)狀    1.3.2  個(gè)性化信息推薦研究現(xiàn)狀  1.4  本書研究?jī)?nèi)容與方法    1.4.1  本書研究?jī)?nèi)容    1.4.2  本書的研究方法第2章  研究對(duì)象及問題界定  2.1  數(shù)據(jù)挖掘與Web挖掘    2.1.1  數(shù)據(jù)挖掘    2.1.2  Web挖掘  2.2  個(gè)性化與個(gè)性化信息推薦    2.2.1  個(gè)性化相關(guān)概念    2.2.2  個(gè)性化信息推薦  2.3  基于Web挖掘的個(gè)性化信息推薦流程    2.3.1  數(shù)據(jù)輸入    2.3.2  數(shù)據(jù)預(yù)處理    2.3.3  模式分析    2.3.4  在線推薦第3章  基于Web挖掘的個(gè)性化信息推薦機(jī)理  3.1  全信息理論與信息過(guò)程模型    3.1.1  全信息理論    3.1.2  信息過(guò)程模型  3.2  基于全信息的“點(diǎn)擊流”信息運(yùn)動(dòng)過(guò)程模型    3.2.1  “點(diǎn)擊流”的含義    3.2.2  “點(diǎn)擊流”信息的層次    3.2.3  “點(diǎn)擊流”信息運(yùn)動(dòng)過(guò)程模型  3.3  “點(diǎn)擊流”信息運(yùn)動(dòng)視角的個(gè)性化信息推薦模型    3.3.1  “點(diǎn)擊流”信息獲取——捕獲Web用戶點(diǎn)擊行為    3.3.2  “點(diǎn)擊流”信息認(rèn)知——提取Web用戶點(diǎn)擊行為模式    3.3.3  “點(diǎn)擊流”信息再生——產(chǎn)生個(gè)性化信息推薦策略    3.3.4  “點(diǎn)擊流”信息施效——實(shí)施個(gè)性化信息推薦策略  3.4  基于Web挖掘的個(gè)性化信息推薦的方法體系    3.4.1  語(yǔ)法層次的個(gè)性化信息推薦方法    3.4.2  語(yǔ)義層次的個(gè)性化信息推薦方法    3.4.3  語(yǔ)用層次的個(gè)性化信息推薦方法第4章  語(yǔ)法層次的Web用戶偏好分析與推薦  4.1  語(yǔ)法層次的Web用戶偏好分析與推薦框架  4.2  Web交易事務(wù)集的提取    4.2.1  數(shù)據(jù)過(guò)濾    4.2.2  用戶識(shí)別    4.2.3  會(huì)話識(shí)別    4.2.4  路徑補(bǔ)充  4.3  基于Web交易事務(wù)聚類的Web用戶偏好分析    4.3.1  交易事務(wù)的表示    4.3.2  交易事務(wù)聚類    4.3.3  導(dǎo)出Web使用文檔    4.3.4  生成Web用戶偏好頁(yè)面集  4.4  基于頻繁Web頁(yè)面集的Web用戶偏好視圖    4.4.1  提取頻繁Web頁(yè)面集    4.4.2  生成Web用戶偏好視圖第5章  基于網(wǎng)絡(luò)書簽的個(gè)性化信息推薦方法  5.1  Web 2.0與網(wǎng)絡(luò)書簽    5.1.1  Web 2.0概述    5.1.2  網(wǎng)絡(luò)書簽概述  5.2  基于網(wǎng)絡(luò)書簽的社團(tuán)結(jié)構(gòu)劃分    5.2.1  社團(tuán)結(jié)構(gòu)的定義    5.2.2  網(wǎng)絡(luò)書簽系統(tǒng)模型    5.2.3  基于CPM算法的社團(tuán)結(jié)構(gòu)劃分    5.2.4  實(shí)驗(yàn)分析  5.3  網(wǎng)絡(luò)書簽系統(tǒng)中基于社團(tuán)結(jié)構(gòu)的個(gè)性化信息推薦    5.3.1  社團(tuán)內(nèi)基于協(xié)作過(guò)濾的個(gè)性化信息推薦    5.3.2  社團(tuán)間基于“信息橋”的個(gè)性化信息推薦    5.3.3  實(shí)驗(yàn)分析第6章  語(yǔ)義層次的基于Web文本挖掘的推薦規(guī)則獲取與匹配  6.1  基于Web文本挖掘的推薦規(guī)則獲取與匹配模型  6.2  基于向量空間模型的Web文本表示    6.2.1  Web頁(yè)面的凈化    6.2.2  Web文本特征粒度的選擇    6.2.3  Web文本特征的提取    6.2.4  Web文本特征的選擇  6.3  基于Web特征詞條聚類的文本挖掘    6.3.1  交易事務(wù)的特征詞條表示    6.3.2  基于特征詞條的交易事務(wù)聚類    6.3.3  導(dǎo)出Web文本文檔    6.3.4  生成匹配文檔  6.4  Web文本關(guān)聯(lián)規(guī)則獲取與匹配    6.4.1  基于關(guān)聯(lián)規(guī)則的頻繁Web特征詞條集    6.4.2  生成匹配文檔第7章  整合Web語(yǔ)義知識(shí)的個(gè)性化信息推薦方法  7.1  整合Web語(yǔ)義知識(shí)的個(gè)性化信息推薦概述    7.1.1  整合Web語(yǔ)義知識(shí)的個(gè)性化信息推薦框架    7.1.2  整合Web語(yǔ)義知識(shí)的個(gè)性化信息推薦方法的優(yōu)勢(shì)  7.2  本體的基本理論    7.2.1  本體的概念與特點(diǎn)    7.2.2  本體的分類    7.2.3  本體的建模元語(yǔ)    7.2.4  本體的表示方法  7.3  Web領(lǐng)域本體的構(gòu)建    7.3.1  本體構(gòu)建的一般方法    7.3.2  Web領(lǐng)域本體的構(gòu)建過(guò)程  7.4  基于Web領(lǐng)域本體的個(gè)性化信息推薦方法    7.4.1  導(dǎo)出語(yǔ)義層次的Web使用文檔    7.4.2  生成個(gè)性化推薦Web頁(yè)面集第8章  基于社會(huì)化標(biāo)簽的Web用戶興趣建模  8.1  社會(huì)化標(biāo)簽概述    8.1.1  社會(huì)化標(biāo)簽的起源    8.1.2  社會(huì)化標(biāo)簽系統(tǒng)模型    8.1.3  社會(huì)化標(biāo)簽系統(tǒng)的特點(diǎn)與不足  8.2  基于社會(huì)化標(biāo)簽聚類的Web用戶興趣模型    8.2.1  基于社會(huì)化標(biāo)簽的向量空間模型    8.2.2  基于密度聚類的Web用戶興趣模型    8.2.3  實(shí)驗(yàn)分析  8.3  基于社會(huì)化標(biāo)簽網(wǎng)絡(luò)的Web用戶興趣模型    8.3.1  社會(huì)網(wǎng)絡(luò)分析概述    8.3.2  Web用戶的社會(huì)化標(biāo)簽網(wǎng)絡(luò)模型    8.3.3  基于SNA的社會(huì)化標(biāo)簽網(wǎng)絡(luò)分析    8.3.4  Web用戶興趣建模與個(gè)性化信息推薦第9章  語(yǔ)用層次的Web用戶效用函數(shù)構(gòu)建  9.1  引言    9.1.1  語(yǔ)用層次的個(gè)性化信息推薦方法的核心問題    9.1.2  面向此次Web站點(diǎn)訪問的Web用戶效用函數(shù)構(gòu)建方法  9.2  基于用戶反饋的效用函數(shù)    9.2.1  用戶反饋    9.2.2  基于用戶顯式反饋的效用函數(shù)    9.2.3  基于用戶隱式反饋的效用函數(shù)  9.3  基于貝葉斯網(wǎng)絡(luò)學(xué)習(xí)機(jī)制的效用函數(shù)構(gòu)建    9.3.1  貝葉斯網(wǎng)絡(luò)    9.3.2  基于一般Web用戶效用函數(shù)的先驗(yàn)貝葉斯網(wǎng)絡(luò)構(gòu)建    9.3.3  基于一般Web用戶效用函數(shù)的貝葉斯網(wǎng)絡(luò)學(xué)習(xí)參考文獻(xiàn)后記

章節(jié)摘錄

插圖：美國(guó)未來(lái)學(xué)家奈斯比特說(shuō)過(guò)：我們?cè)谛畔⒑Ｑ笾醒湍?，但卻不得不面臨知識(shí)饑渴。這形象地描繪了目前人們?cè)诨ヂ?lián)網(wǎng)時(shí)代所處的困境：一方面是日益泛濫的信息，另一方面卻是有用知識(shí)的缺失。由此，Web用戶獲取信息的機(jī)會(huì)成本不斷上升，迫切需要從這些紛繁蕪雜的信息中找到有用知識(shí)的工具。鑒于數(shù)據(jù)挖掘的日益成熟和完善，人們自然而然想到要把數(shù)據(jù)挖掘技術(shù)應(yīng)用到Web上來(lái)，即將數(shù)據(jù)挖掘的思想和方法應(yīng)用于Web，利用Web挖掘從Web文檔和Web活動(dòng)中提取感興趣的、潛在的、有用的模式和隱含信息。Web信息的多樣性決定了Web挖掘的多樣性。根據(jù)處理對(duì)象的不同，可以將Web挖掘分為三類：Web內(nèi)容挖掘、Web結(jié)構(gòu)挖掘和Web使用挖掘。Web內(nèi)容挖掘是指從Web文件的內(nèi)容及其描述中獲取有用信息的過(guò)程，可以用于Web頁(yè)面特征提取、基于內(nèi)容的Web頁(yè)面聚類、Web頁(yè)面之間內(nèi)容的關(guān)聯(lián)規(guī)則發(fā)現(xiàn)等；Web結(jié)構(gòu)挖掘是從WWW的組織結(jié)構(gòu)和鏈接結(jié)構(gòu)中發(fā)現(xiàn)知識(shí)的過(guò)程，可用于Web頁(yè)面分類，并由此獲得有關(guān)不同Web頁(yè)面之間相似度及關(guān)聯(lián)度的信息，并有助于發(fā)現(xiàn)權(quán)威Web站點(diǎn)；Web使用挖掘是從Web站點(diǎn)服務(wù)器日志中發(fā)現(xiàn)有用知識(shí)和模式的過(guò)程。Web站點(diǎn)服務(wù)器日志記錄了Web用戶的行為軌跡，分析這些數(shù)據(jù)可以幫助理解Web用戶的行為，從而提供個(gè)性化信息服務(wù)。3.Web挖掘的復(fù)雜性分析相對(duì)于面向數(shù)據(jù)庫(kù)的數(shù)據(jù)挖掘而言，面向Web的數(shù)據(jù)挖掘要復(fù)雜得多，主要表現(xiàn)在以下三個(gè)方面。1）Web用戶的復(fù)雜性。相對(duì)傳統(tǒng)的數(shù)據(jù)庫(kù)應(yīng)用系統(tǒng)而言Web信息系統(tǒng)面對(duì)的是一個(gè)廣泛的、形形色色的Web用戶群體，幾乎覆蓋了社會(huì)的各個(gè)領(lǐng)域和階層。然而，每個(gè)Web用戶可能有不同的背景、興趣和目的，他們往往對(duì)需要挖掘的主題只有一個(gè)粗淺的認(rèn)識(shí)，提不出明確的目標(biāo)。這就需要Web挖掘具有較強(qiáng)的智能性，不斷跟蹤Web用戶的興趣，簡(jiǎn)單明了地提供挖掘結(jié)果。2）半結(jié)構(gòu)化的數(shù)據(jù)源。每個(gè)Web站點(diǎn)都是異構(gòu)的數(shù)據(jù)源，使得整個(gè)互聯(lián)網(wǎng)可以看做一個(gè)巨大的異構(gòu)數(shù)據(jù)庫(kù)環(huán)境。針對(duì)這種數(shù)據(jù)集合進(jìn)行數(shù)據(jù)挖掘，首先必須解決Web站點(diǎn)之間異構(gòu)數(shù)據(jù)的集成問題。此外，還要解決Web上的數(shù)據(jù)查詢問題，否則對(duì)這些數(shù)據(jù)進(jìn)行分析、集成、處理就無(wú)從談起。由此，就需要定義一個(gè)半結(jié)構(gòu)化數(shù)據(jù)模型，并借助半結(jié)構(gòu)化模型提取技術(shù)，自動(dòng)從現(xiàn)有數(shù)據(jù)中提取半結(jié)構(gòu)化模型（劉智等，2001）。

后記

本書是對(duì)我的博士學(xué)位論文的進(jìn)一步深化與拓展。在華中科技大學(xué)管理學(xué)院學(xué)習(xí)期間，我秉承“明德厚學(xué)、求是創(chuàng)新”的校訓(xùn)，在恩師張金隆教授的嚴(yán)格指導(dǎo)下，順利完成學(xué)業(yè)并獲益良多。張老師以其淵博的知識(shí)、敏銳的學(xué)術(shù)洞察力和崇尚自由創(chuàng)新的學(xué)術(shù)思想指引我在廣闊的學(xué)術(shù)空間自由探索，其嚴(yán)謹(jǐn)?shù)闹螌W(xué)態(tài)度、認(rèn)真求實(shí)的工作作風(fēng)、正直謙遜的為人之道無(wú)不使我耳濡目染。在學(xué)術(shù)上，張老師對(duì)我諄諄教導(dǎo)，精心培養(yǎng)；在工作和生活上，張老師給予我極大關(guān)心和幫助。我博士學(xué)位論文的完成，更是傾注了張老師大量的心血和無(wú)盡的關(guān)懷。論文從選題、構(gòu)思、撰寫直至最后定稿都得到了張老師的精心指導(dǎo)和熱心幫助。我對(duì)張老師的謝意是難以言表的，今后勤奮的工作和良好的業(yè)績(jī)可能是對(duì)張老師辛勤培養(yǎng)的最好回報(bào)。同時(shí)我非常感謝我求學(xué)生涯的另一位恩師——我碩士階段的導(dǎo)師——華中師范大學(xué)信息管理系主任王學(xué)東教授。王老師將我引入信息管理科學(xué)的殿堂，并為我之后的研究奠定了堅(jiān)實(shí)的基礎(chǔ)。而且，在攻讀博士學(xué)位期間，王老師在學(xué)習(xí)、工作和生活上都給予我極大的支持與幫助。在博士學(xué)位論文的選題、撰寫和答辯過(guò)程中，武漢大學(xué)經(jīng)濟(jì)與管理學(xué)院譚力文教授，華中科技大學(xué)管理學(xué)院黎志成教授、蔡淑琴教授、魯耀斌教授、胡斌教授都曾給予我熱情的幫助和指導(dǎo)，在此表示誠(chéng)摯的謝意！另外，要特別感謝同窗好友——盧新元博士、陳濤博士、張東風(fēng)博士、謝剛博士、叢國(guó)棟博士、周光勇博士、邵祖峰博士、杜育華博士、周濤博士、葉彩虹博士等的無(wú)私幫助。衷心感謝《知識(shí)管理與知識(shí)服務(wù)研究》叢書主編王偉軍教授，不僅為本書的出版提供了寶貴的機(jī)會(huì)，而且在本書的撰寫過(guò)程中提出了很多指導(dǎo)性的建議。感謝父母的養(yǎng)育之恩，他們的愛是我前進(jìn)的動(dòng)力。同時(shí)，深深感謝我的妻子鄧衛(wèi)華女士，她既是我生活中的忠實(shí)伴侶，也是我的良師益友，正是她默默無(wú)聞的奉獻(xiàn)，才使我順利完成本書的撰寫。

編輯推薦

《基于Web挖掘的個(gè)性化信息推薦》由科學(xué)出版社出版。

圖書封面

圖書標(biāo)簽Tags

無(wú)

評(píng)論、評(píng)分、閱讀與下載

---

    基于Web挖掘的個(gè)性化信息推薦 PDF格式下載

---