第3卷第2期2004年6月
广东轻工职业技术学院学报
JOURNALOFGUANGDONGINDUSTRYTECHNICALCOLLEGE
Vol.3 No.2
Jun. 2004
XML在基于Web数据挖掘中的应用
袁文超
(中山大学软件研究所,广东广州510640)
摘 要:XML是基于Internet上一种新的数据管理手段,以其为基础的新一代WWW环境直接面对Web数据。XML在基于Web的数据挖掘中扮演着重要的角色,本文探讨了XML
在Web的数据挖掘研究中进行数据抽取与转换所起作用。关键词:数据挖掘;数据库;数据抽取;数据转换中图分类号:G427 文献标识码:A 文章编号:167221950(2004)0220015203
数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的数据中,提取隐含在其中的、人们事
先不知道的、但又是潜在的有用信息和知识的过程,是一门广义的交叉学科。它汇聚了不同领域的研究成果,尤其是数据库、人工智能、数理统计、可视化、并行计算等方面的最新技术。
东西。其次,还要解决Web上的数据查询问题。数据不能很有效地得到,对这些数据进行分析、集成、处理就无从谈起。
1.2 半结构化的数据结构
Web上的数据与传统的数据库中的数据不同,
1 XML在Web中进行数据挖掘存在
传统的数据库都有一定的数据模型,可以根据模型具体描述特定的数据。而Web上的数据非常复杂,没有特定的模型描述,并且数据本身具有自述性和动态可变性。因而,Web的数据具有一定的结构性,但因自述层次的存在,从而是一种非完全结构化的数据,称为半结构化数据。半结构化是Web上数据的最大特点。
的问题
从数据库的角度来分析,一个Web站就象一个大型的数据库。随着Internet的高速发展,Web为我们提供了相当庞大与丰富的数据分析来源。因此,基于Web的数据挖掘成为了近年来数据挖掘研究领域的热点课题。显然,相对于数据库系统中的数据而言,面向Web的数据挖掘比面向单个数据仓库的数据挖掘要复杂得多。主要原因包括以下几个方向。
1.3 传统挖掘方法上存在能力不足
在Web上,尽管作为信息主要载体的HTML提供了一种方便地向读者呈现信息的方法,但它并不是一个很好的可以从中自动抽取与数据驱动的服务或应用程序相关的信息结构。要在Web上进行数据挖掘,首要与必须进行的第一步是数据抽取与转换。把HTML上的数据分离出来转换成易于挖掘的数据结构。
1.1 异构数据库环境
Web上的每一个站点就是一个数据源,每个数
据源都是异构的,因而站点之间的信息和组织都不一样,这就构成一个巨大的异构数据库环境。如果要利用这些数据进行数据挖掘,首先,必须要研究站点之间异构数据的集成问题,提供给用户一个统一的视图,才有可能从巨大的数据资源中获取所需的
收稿日期:2003209225
作者简介:袁文超(19722),男,工程硕士,工程师。
2 XML在Web数据挖掘中作用
XML在WWW环境中是直接面对Web数据的,
它不但可以很好地兼容原有的Web应用,而且可以
更好地实现Web中的信息共享与交换。XML可看作是一种半结构化的数据模型,可以很容易地将XML的文档描述与关系数据库中的属性一一对应
XML在Web数据挖掘中的应用_专业资料。介绍了XML含义及其特点,指出了基于XML的Web数据挖掘模型.探讨了XML在Web数据挖掘中的应用。维普资讯 http://www.cqvip.com 曼...
分析了Web数据挖掘所面临的问题,并就XML对Web数据挖掘的适应性进行了分析,最后就XML语言在Web数据挖掘中的应用进行了探讨。分析了Web数据挖掘所面临的问题,并就XML...
基于Web数据挖掘中XML的应用研究_专业资料。由于Html语言的数据结构性差,Web数据挖掘工作很难满足搜索的需要。然而XML语言的出现极大的改观了这一现状,由于它具有良好...
5 ,2008 J 摘 要 分析了 Web 数据挖掘所面临的问题 ,并就 XML 对 Web 数据挖掘的适应性进行了分析 ,最后就 XML 语言在 Web 数据挖掘中的应用进行了探讨 ...
阐述了一种基于XML的数据抽取技术,并示例如何将该技术应用于Web信息的挖掘,通过对实例的剖析,提出了有关技术人员如何通过该数据挖掘技术拥有一个维护成本低廉而且可靠...
14 基于XML的Web数据挖掘在数字图书馆中的应用 1 引言 随着信息时代的到来,Internet 技术的发展,图书馆的功能变得越来越多样化。数字图书馆就是传统图书馆在信息...
Web数据挖掘中XML的应用研究_专业资料。网络的普及基于信息的获取,随着Html技术的发展,数据信息与日俱增.面对浩瀚如烟的信息,要想得到想要的、有用的的信息.必须要...
数据库与信息管理 本栏目责任编辑: 闻翔军 基于 XML的Web 数据挖掘的应用研究李欣, 罗立宇, 周浩( 湖南工业大学师专校区 数学与计算机科学系, 湖南 株洲 412007...
XML在WEB挖掘中的应用_专业资料。阐述了基于数据语义的XML语言规范,在此基础上,讨论了基于XML语言的Web数据挖掘技术,解决了Internet上绝大多数非结构化甚至是无结构的...
热门文档