导读:本文包含了页面过滤论文开题报告文献综述及选题提纲参考文献，主要关键词:大数据,奇异值分解,用户兴趣度,协作过滤算法
页面过滤论文文献综述
宋泊东,张立臣[1]（2019）在《基于改进协同过滤算法的用户页面兴趣度预测研究》一文中研究指出根据大数据稀疏性特征,把奇异值分解方法引入协作过滤算法中进行互联网站点用户的页面兴趣度的计算和验证,提出了一种基于改进协作过滤算法的用户页面兴趣度预测算法。该算法利用网络日志中的显性用户过往兴趣度评分数据发现用户页面兴趣度和其影响因素。MATLAB仿真结果显示:提出的基于改进协同过滤算法的用户页面兴趣度测量方法可有效克服海量数据的稀疏性,在预测准确性、测量速度方面都有很大的提高。(本文来源于《计算机应用研究》期刊2019年11期）
李利红,肖雷雨,何湛[2]（2018）在《采用静态页面过滤移动终端无效请求的方法》一文中研究指出移动终端在连Wi Fi路由器的场景下,手机APP会产生各种网络请求,路由器会给Wi Fi平台发送请求,这样给运营平台增加了请求压力,Wi Fi平台需过滤无效请求,在判断哪些是连接认证的相关请求。介绍一种简单的无效请求的过滤方法,通过在平台服务处理前先判断是否是主动发起的http请求,若是则提交后台服务处理,若不是直接丢弃不执行。(本文来源于《广东通信技术》期刊2018年04期）
倚楼[3]（2016）在《过滤加密页面中的广告》一文中研究指出传统的网站都是通过HTTP协议来传递数据的,但是这种方式非常不安全,所以越来越多的网站开始使用HTTPS协议传输数据。不过新的问题也随之而来,由于传输的数据都进行了加密处理,这样常见的广告过滤软件也就失去了作用。今天要为大家介绍的是如何对加密传输的广告内容进行过滤,从而让页面保持一个干净整洁的状态。(本文来源于《电脑爱好者》期刊2016年05期）
李蕾[4]（2014）在《页面数据过滤技术研究与应用》一文中研究指出摘要：互联网页面数量的膨胀使得从海量页面中获取有用信息变得非常重要。然而,网页包含的大量噪音信息(广告、版权信息、导航信息等)给搜索引擎为页面建立索引带来了很大的干扰。这种对页面噪音净化的迫切需求,使得页面数据过滤技术成为研究的热点。页面数据过滤技术旨在对网页中的充斥的大量与正文无关的且重复性高的噪音信息进行识别,提取网页中的主题相关内容。目前已有很多学者根据网络页面特点提出各种页面数据的净化方法。本文深入分析了各种页面净化方法的优缺点和适用性,指出了现有的页面净化方法缺少对网页的布局特征和视觉描述信息的充分利用等问题,并且针对现代主流商业网站基于"DIV+CSS"的页面设计风格,总结出页面中同一div块中的内容具有同样的语义特征,提出了DIV_FOREST网页表示模型,并结合基于视觉特征的VIPS算法,提出了综合考虑布局特征和视觉特征的DVPS网页分块算法。在网页分块的基础上,本文对各数据块的空间位置、语义特征和视觉表现特征进行提取、分析和量化表示。给出了网页数据块是主题块或者噪音块的评判标准。至此,实现了应用DVPS算法进行页面数据过滤的过程。然后,论文对新提出的DVPS算法与前人提出的VIPS算法在页面过滤效果上做出比较,仿真结果证明,该算法在处理"CSS+DIV"类型的页面时,表现出了预期的优势。最后,本文在之前页面数据过滤工作的基础上,将净化后的页面作为网页分类器的输入页面,通过分类效果的评估来评判网页净化算法的效果。实验结果证明了本文提出的网页块划分模型和页面数据过滤方法的合理性和有效性。论文的工作得到了国家自然科学基金(No.61172072,61271308)、北京市自然科学基金(No.4112045)、高等教育博士点基金(No.W11C100030)、北京科技计划(No.Z121100000312024)和北京市教育委员会学科建设与研究生建设项目等课题的支持。(本文来源于《北京交通大学》期刊2014-02-21）
何智敏[5]（2012）在《基于页面的用户偏好协同过滤算法研究》一文中研究指出本文针对传统的协同过滤推荐算法存在的影响推荐质量的数据稀疏性问题和实用准确性问题,设计了一种基于页面的用户偏好协同过滤算法,并通过实验验证了该算法在数据稀疏性等方面均优于传统算法。(本文来源于《贵阳学院学报(自然科学版)》期刊2012年03期）
汪瑛[6]（2009）在《Web日志挖掘中Frame页面过滤的研究与实现》一文中研究指出Web日志挖掘是目前Web挖掘研究的一个热点课题。本文针对其中的Frame页面过滤进行研究和分析,在此基础上对相关算法进行了设计与实现。(本文来源于《常州轻工职业技术学院学报》期刊2009年02期）
王颖[7]（2009）在《基于页面兴趣度的协同过滤算法研究》一文中研究指出随着互联网的普及和电子商务的迅猛发展,推荐系统成为电子商务领域一个重要的研究内容,这对推荐系统的主要推荐技术——协同过滤算法也产生了一定的影响。协同过滤算法根据与目标用户相似的邻居用户的资料来对目标用户进行推荐。由于互联网上信息和用户的指数化增加,协同过滤算法的输入数据极端的稀疏,这严重影响了协同过滤算法的推荐质量。针对该问题,本文将奇异值分解算法(SVD)应用到Slope One算法中,提出了一种基于页面兴趣度的协同过滤算法——SlopeOne After SVD算法。其中,Slope One算法是一种新型的协同过滤算法,它通过计算任意两项之间的平均兴趣度差值来预测目标项的兴趣度。而SVD算法的引入在降低矩阵噪音的同时很好地解决了数据稀疏问题。此外,该算法的输入矩阵(即用户页面兴趣度矩阵)是通过提取网络日志文件中对页面兴趣度有影响的因素来计算得出,解决了显性用户评分数据可能存在的“虚假评分”问题。最后对用户页面兴趣度矩阵应用SlopeOne_After_SVD算法进行预测,并与使用Slope One算法产生的预测进行准确性比较。实验结果显示:在数据稀疏性普遍存在的情况下,Slopeone_After_SVD算法比单纯使用Slope One算法在不同的训练集、验证集上的预测准确性都有所提高。(本文来源于《吉林大学》期刊2009-05-01）
汪瑛[8]（2009）在《Web日志挖掘中Frame页面过滤的研究与实现》一文中研究指出Web日志挖掘是目前Web挖掘研究的一个热点课题。本文针对其中的Frame页面过滤进行研究和分析,在此基础上对相关算法进行了设计与实现。(本文来源于《福建电脑》期刊2009年02期）
张霞[9]（2008）在《基于文本过滤的Web页面检索研究》一文中研究指出文本过滤是信息过滤的一个研究分支,信息过滤随着信息检索的发展而受到关注,它是一个寻找人们感兴趣的信息的处理过程。为了提高检索web页面的效率,把原型web页面集合预处理为有结构的页面集,然后再进行快速分类处理。(本文来源于《电脑知识与技术》期刊2008年26期）
李立耀[10]（2007）在《Web日志挖掘中的数据预处理研究——Frame页面过滤算法改进》一文中研究指出Web数据挖掘是分析网络应用的主要手段。其数据源一般是网络服务器日志,然而日志记录的是杂乱的、不完整的、不准确的并且是非结构化的数据,必须进行数据预处理。本文将预处理过程分为4个阶段:数据净化、用户识别、会话识别、路径补充,并提出了一个高效的Web数据挖掘预处理结构和相应的算法。(本文来源于《福建电脑》期刊2007年10期）
页面过滤论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
移动终端在连Wi Fi路由器的场景下,手机APP会产生各种网络请求,路由器会给Wi Fi平台发送请求,这样给运营平台增加了请求压力,Wi Fi平台需过滤无效请求,在判断哪些是连接认证的相关请求。介绍一种简单的无效请求的过滤方法,通过在平台服务处理前先判断是否是主动发起的http请求,若是则提交后台服务处理,若不是直接丢弃不执行。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
页面过滤论文参考文献
[1].宋泊东,张立臣.基于改进协同过滤算法的用户页面兴趣度预测研究[J].计算机应用研究.2019
[2].李利红,肖雷雨,何湛.采用静态页面过滤移动终端无效请求的方法[J].广东通信技术.2018
[3].倚楼.过滤加密页面中的广告[J].电脑爱好者.2016
[4].李蕾.页面数据过滤技术研究与应用[D].北京交通大学.2014
[5].何智敏.基于页面的用户偏好协同过滤算法研究[J].贵阳学院学报(自然科学版).2012
[6].汪瑛.Web日志挖掘中Frame页面过滤的研究与实现[J].常州轻工职业技术学院学报.2009
[7].王颖.基于页面兴趣度的协同过滤算法研究[D].吉林大学.2009
[8].汪瑛.Web日志挖掘中Frame页面过滤的研究与实现[J].福建电脑.2009
[9].张霞.基于文本过滤的Web页面检索研究[J].电脑知识与技术.2008
[10].李立耀.Web日志挖掘中的数据预处理研究——Frame页面过滤算法改进[J].福建电脑.2007