网站信息组织优化：基于网络日志的用户行为分析

图书标准信息

• 作者 李志义 著
• 出版社 电子工业出版社
• 出版时间 2015-01
• 版次 1
• ISBN 9787121250781
• 定价 38.00元
• 装帧 平装
• 开本 16开
• 纸张 轻型纸
• 页数 172页
• 字数 193千字
• 正文语种 简体中文

【内容简介】

本书采用了众多流行的数据挖掘算法，如利用K-means算法进行信息聚类和网页自动抽取，利用贝叶斯分类器实现信息过滤与分类，将知识组织与网站优化有机地结合起来，使得主题、目录组织的思想融合贯通在智能网站设计当中。全书共分6章，主要介绍了网络日志的数据来源、类型及其预处理技术；用户信息行为，包括网络用户行为的构成因素、分类，信息行为模型；用户行为数据的提取和分析，用户个性化知识服务需求的影响因素；网站优化算法的设计；智能技术在网站开发中的应用；机器学习的实现原理与训练模型，利用贝叶斯分类算法对垃圾信息进行自动过滤。最后，还对网站导航优化效果进行了调试与展示，并给出了实现的核心代码。
本书涉及数据挖掘、计算机编程、知识组织等多门学科的知识，理论性强。全书内容深入浅出，既有较深的理论分析，也有适当的设计案例，具有理论学习和实用开发双重意义。

【作者简介】

1999.7至今一直在华南师范大学从事有关信息管理、电子商务方面的专职教学工作。主持了广东省哲学社会科学“十二五”规划一般项目《基于网络日志的用户行为分析与网站信息组织优化研究》（GD11CTS02），并参与了2011年度教育部人文社会科学研究青年基金项目《地方电子政务的用户接纳问题及其推进策略研究》（11YJC870003）。授课：《EB技术应用与开发》，2005年-至今；《搜索引擎与网络信息检索》，2003年-至今；《网页设计与制作》，2000年-2009年；《信息检索研究》，2008年-至今；《电子商务网站开发》，2008年至今；《电子商务运营管理》，2011年至今。

【目录】

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
后记152
参考文献155