國立高雄大學圖資館 |

語系: 繁體中文

說明(常見問題)

圖資館首頁

登入

回首頁

切換: 標籤 | MARC模式 | ISBD

基於增強式學習技術之適性化網站瀏覽推薦 = Adaptive Websi...

唐銀伶

基於增強式學習技術之適性化網站瀏覽推薦 = Adaptive Website Navigation Recommendation Based on Reinforcement Learning

紀錄類型:	書目-語言資料,印刷品 : 單行本
並列題名:	Adaptive Website Navigation Recommendation Based on Reinforcement Learning
作者:	唐銀伶,
其他團體作者:	國立高雄大學
出版地:	[高雄市]
出版者:	撰者;
出版年:	2013[民102]
面頁冊數:	67面圖，表格 : 30公分;
標題:	網頁使用探勘
標題:	Web Usage Mining
電子資源:	http://handle.ncl.edu.tw/11296/ndltd/55779480837315576035
附註:	參考書目：面55-59
附註:	102年10月31日公開
摘要註:	網路已經變成民眾找尋資料的重要來源，隨著網路技術的發展，造成網路上的資訊量大且繁雜，若網站沒有良好的設計，使用者容易在瀏覽時迷失，進而浪費許多時間。目前大部分網站並沒有提供最佳化架構，若遇到需求改變的問題，需要了解使用者的瀏覽情況並依此調整網頁，一般稱之為適性化網站。網路上，使用者閱讀網頁內容的時間佔20%，因此本研究針對資訊提供型網站進行調整，透過所提出的網頁瀏覽推薦方法，減少使用者到達目標網頁所需要的路徑長度。本研究之瀏覽推薦方式以增強式學習技術為基礎，考量瀏覽次數、瀏覽時間、瀏覽路徑長度、網頁所在階層以及目前排名來進行推薦，藉由增強式學習與環境互動的特性，使網站能夠隨著使用者瀏覽情況調整，並且自動評估調整結果。本研究以使用者到達目標網頁之路徑長度為基準來評估推薦效果。經過實驗顯示，包含點擊次數的學習推薦，能夠確實減少找到目標網頁所需的路徑長度。 With explosive growth of the Internet, huge amount and complicate information have been aggregated on the web. Adaptive website has been considered a technique that can present the information that users needed by analyzing users’ behavior. However, users may have different needs at different times and most of recommended methods are not functioned as dynamic or time-dependent needs. In this paper, we propose a web page navigation recommendation approach which is based on reinforcement learning technique, and applies it to informational website. Five parameters are considered and included in the recommendation approach, which include clicks of the page, time that users stay at the page, paths to achieve the page, hierarchical level of the page, and the rank of the page. With reinforcement learning, the website adjusts the weight of five parameters automatically. This paper aim to reduce the paths that user needed to achieve the object page. According to the empirical evaluation results, it shows that the path length to object pages can be reduced and the recommendation that included clicks perform better performance than traditional method which only the parameter of clicks is considered.

基於增強式學習技術之適性化網站瀏覽推薦 = Adaptive Website Navigation Recommendation Based on Reinforcement Learning
唐, 銀伶

基於增強式學習技術之適性化網站瀏覽推薦 = Adaptive Website Navigation Recommendation Based on Reinforcement Learning / 唐銀伶撰 - [高雄市] : 撰者, 2013[民102]. - 67面 ; 圖，表格 ; 30公分.
參考書目：面55-59102年10月31日公開.
網頁使用探勘Web Usage Mining

基於增強式學習技術之適性化網站瀏覽推薦 = Adaptive Website Navigation Recommendation Based on Reinforcement Learning
LDR:03497nam0a2200289 450 001 389700
005 20170214095236.0
009 389700
010 0 $b 精裝
010 0 $b 平裝
100 $a 20170214d2013 k y0chiy05 e
101 1 $a chi $d chi $d eng
102 $a tw
105 $a ak am 000yy
200 1 $a 基於增強式學習技術之適性化網站瀏覽推薦 $d Adaptive Website Navigation Recommendation Based on Reinforcement Learning $z eng $f 唐銀伶撰
210 $a [高雄市] $c 撰者 $d 2013[民102]
215 0 $a 67面 $c 圖，表格 $d 30公分
300 $a 參考書目：面55-59
300 $a 102年10月31日公開
314 $a 指導教授：丁一賢博士
328 $a 碩士論文--國立高雄大學資訊管理學系碩士班
330 $a 網路已經變成民眾找尋資料的重要來源，隨著網路技術的發展，造成網路上的資訊量大且繁雜，若網站沒有良好的設計，使用者容易在瀏覽時迷失，進而浪費許多時間。目前大部分網站並沒有提供最佳化架構，若遇到需求改變的問題，需要了解使用者的瀏覽情況並依此調整網頁，一般稱之為適性化網站。網路上，使用者閱讀網頁內容的時間佔20%，因此本研究針對資訊提供型網站進行調整，透過所提出的網頁瀏覽推薦方法，減少使用者到達目標網頁所需要的路徑長度。本研究之瀏覽推薦方式以增強式學習技術為基礎，考量瀏覽次數、瀏覽時間、瀏覽路徑長度、網頁所在階層以及目前排名來進行推薦，藉由增強式學習與環境互動的特性，使網站能夠隨著使用者瀏覽情況調整，並且自動評估調整結果。本研究以使用者到達目標網頁之路徑長度為基準來評估推薦效果。經過實驗顯示，包含點擊次數的學習推薦，能夠確實減少找到目標網頁所需的路徑長度。 With explosive growth of the Internet, huge amount and complicate information have been aggregated on the web. Adaptive website has been considered a technique that can present the information that users needed by analyzing users’ behavior. However, users may have different needs at different times and most of recommended methods are not functioned as dynamic or time-dependent needs. In this paper, we propose a web page navigation recommendation approach which is based on reinforcement learning technique, and applies it to informational website. Five parameters are considered and included in the recommendation approach, which include clicks of the page, time that users stay at the page, paths to achieve the page, hierarchical level of the page, and the rank of the page. With reinforcement learning, the website adjusts the weight of five parameters automatically. This paper aim to reduce the paths that user needed to achieve the object page. According to the empirical evaluation results, it shows that the path length to object pages can be reduced and the recommendation that included clicks perform better performance than traditional method which only the parameter of clicks is considered.
510 1 $a Adaptive Website Navigation Recommendation Based on Reinforcement Learning $z eng
610 0 $a 網頁使用探勘 $a 適性化網站 $a 增強式學習
610 1 $a Web Usage Mining $a Adaptive Web Sites $a Reinforcement Learning
681 $a 008M/0019 $b 404105 0082 $v 2007年版
700 1 $a 唐 $b 銀伶 $4 撰 $3 614560
712 0 2 $a 國立高雄大學 $b 資訊管理學系碩士班 $3 353936
801 0 $a tw $b NUK $c 20131022 $g CCR
856 7 $z 電子資源 $2 http $u http://handle.ncl.edu.tw/11296/ndltd/55779480837315576035