文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > Web数据挖掘综述
侵权投诉

Web数据挖掘综述

如何在Web这个全球最大的数据集合中发现有用的信息成为了数据挖掘研究的热点.文章首先分析了Web数据挖掘所面临的问题,然后概述了Web数据挖掘以及它的几个分类,最后简单阐述了Web挖掘的应用前景以及在Web2.0到来之时,Web数据挖掘所面临的机遇与挑战.

SC{ NC卜& TEO俐C凡0《 INF以书 AT f《动 F〕 Y切,

高新技术

Web数据挖掘综述 麦晓冬余海冰 (广东轻工职业技术学院 5103 0 0 )摘要:如何在Web这个全球最大的数据集合中发现有用的信息成为了数据挖掘研究的热点。文章首先分析了Web数据挖掘所面临的问题,然后概述了Web数据挖掘以及它的几个分类,最后简单阐述了Web挖掘的应用前景以及在 WebZ. 0到来之时,Web数据挖掘所面临的机遇与挑战。

关键词:we数 b据挖掘内挖掘结构挖掘使掘用户挖掘 w eb .0容用挖性质 Z中类号:TP311图分文献码:A标识文章编号:1672一 3791(2007)02(a卜0012一 02 Web目前已成为一个巨大的、分布广泛的和全球性的信息服务中心,它涉及新闻、金融管理、教育、广告、娱乐、电子商务和许多其它信息服务。 o gle、 i d等的搜索引擎 Go Ba u的出现,正是满足了人们从这样一个信息服务中心中寻找有用的知识的需要。虽然当前的搜索技术能在一定程度上帮助我们从Web中获取有用的知识,但是精度不够,不能满足实际需要,更谈不上挖掘出蕴含在 Web数据背后的知识。如何从Web上海量的数据中找到真正有用的信息成为人们关注的焦点, Web数据挖掘技术也正是伴随着这种需求从研究走向应用。数据集中清除掉明显错误的数据和冗余的数据,并进一步将数据转换为适用于数据挖掘的形式。模式发现是选择合适的算法来处理经预处理的数据,并最终发现用户的访问数据;模式分析是对发现的模式进行分析评估,必要时需要返回前面处理中的某些步骤反复提取;最后的信息将通过可视化、联机分析等技术处理,使之能以易于理解和接受很有效得到,则分析、集成并处理这些数据就无从谈起。 2. 2半结构化的数据结构半结构化是Web上数据的最大特点。传统数据库都有一定的数据模型,可以根据该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。每一站点的数据都各自独立设计,并且数据本身具有自述性和动态可变性,因而 Web上的数据具有一定的结构性;但因自述层次的存在,从而是一种非完令结构化的数据,即半结构化数据。 2 .3解决半结构化的数据源问题 Web数据挖掘技术首先要解决半结构化数据源模型及其查询和集成问题,解决这个问题必须要有模型清晰地描述 Web上的数据,查询一个半结构化的数据模型是关键所在。除定义这个模型外,还需要一种自动地从现在数据中抽取半结构化模型的技术。面向 Web的数据挖掘必须以半结构化模型和半结构化数据模型抽取技术为前提。 J z I

本文主要论述W

e数据挖掘以及WebZ. b 0的出现给 Web数据挖掘带来的影响。

的式现来川方显出。

行有效的信息挖掘,发现有用的知识信息具 Web数据挖掘是从数据挖掘发展而来,有很大的挑战,同时也面临很多的问题。是数据挖掘技术在 W e b技术中的应用。 2 . 1异构数据库环境从数据库的研 Web数据挖掘综合运用了统计学、计算机究角度出发,Web中的信息可以看作巨大的网络、数据库与数据仓库、可视化等众多领数据库:每一个站点就是一个数据源。而且域的技术。通过从 Web上的资源中抽取信站点之间的信息和组织不同,因而构成的是息来提高 Web技术的利用效率,也就是巨大的异构数据库环境。如果要利用这些数从 Web文档结构和使用的集合中发现和分据进行挖掘,必须研究站点之间异构数据的析潜在的、有用的模式或信息。集成问题。只有集成这些站点的数据,为用一般的, Web数据挖掘的原理可用图 1户提供统一的视图,才有可能从巨大的数据所示的过程表示。目标数据集就是根据实际资源中获取所需的内容。还要解决 Web上需要所提取的Web数据。预处理就是从目标的数据查询问题,因为如果所需的数据不能

l w b数据挖掘 e概述

Z Web数据挖掘面临的问题由于 Web上信息的特点, Web进对

3 w b数挖掘的类 e据分 一般来说,众多Web数据挖掘相关文献上将We数据挖掘分为三类: We内容挖掘、 b b We b结构挖掘、Web使用挖掘。但是随着 Web .0的出现, b数据挖掘多出了一个分 Z We类— Web用户性质挖掘。We数据挖掘的 b分类如图2所示。 3.l w e内 b容挖掘 Web内容挖掘主要包括文本挖掘和多煤体挖掘两类,其对象包括文本、图像、音频、视频、多煤体和其他各种类型的数据。这些数据一般由非结构化的数据(如文本)半结构化的数据(如HTML文档)和结构化的数据(如表格)构成。对非结构化文本进行的 We b挖掘,称为文本数据挖掘或文本挖掘,是W e b挖掘中比较重要的技术领域。 We b文本挖掘的一般处理过程如图 3所示。目前,关于Web内容挖掘的研究大体以 We文本内容挖掘为主。We内容挖掘一般 b b从资源查找和数据库两个不同的方面进行研究。 ( 1从资源查找的方面来看,W e b内 )容挖掘的任务是从用户的角度出发,着重提高信息质量和帮助用户过滤信息。主要是对非结构化文档和半结构化文档的挖掘; (2 )从数据库的观点进行W e b内容挖掘主要是试图建立Web站点的数据模型并加以集成,以支持复杂查询,而不只是简单的基于关键词的搜索。这要通过找到 Web文档的模式、建立 W e b知识库来实现。

图I

Web数据

挖掘原理

图Z Web数据挖掘的分类

12

科技资讯 SCIENCE& T〔 CHNOLOGY INFORMA一0 N 1

Web数据挖掘综述

第1页

你可能喜欢

  • 数据清洗
  • 数据格式
  • 数据挖掘研究
  • 数据挖掘论文
  • 数据挖掘应用
  • 数据挖掘十大经典算法

热门文档

相关文档

  • Web数据挖掘综述

    文章编号 : 1004 - 4280 ( 2009 ) 03 - 0025 - 04 W eb数据挖掘综述陈修宽 ,董祥军 ,石芙芙 (山东轻工业学院 信息科学与技术学院山东 济南 250353 ) ...

  • 【论文】Web数据挖掘综述

    Web数据挖掘综述_专业资料。如何在Web这个全球最大的数据集合中发现有用的信息成为了数据挖掘研究的热点。文章首先分析了Web数据挖掘所面临的问题,然后概述了Web数据...

  • Web数据挖掘综述

    Web数据挖掘综述_互联网_IT/计算机_专业资料。科技资讯 2007 NO.04SCIENCE&TECHNOLOGYINFORMATION 高新技术 Web 数据挖掘综述麦晓冬 余海冰 (广东轻工职业技术学院 ...

  • Web数据挖掘综述

    ’ 口 市 We 数据挖 掘综述 b赵培鸿( 华北电 力大学 控制与计算机工程学院, 126 北京 00 2)摘 要:着Itre技术 的快速普及 和 迅猛 发展,nent随nentItre~...

  • Web数据挖掘研究综述

    本文综述了基于 Web 的数据挖掘概念、 流程、 主要技术及分类, 分析了 Web数据挖掘的 热点研究方向。 关键词:数据挖掘;Web 挖掘 中图分类号:TP393.09 文献...

  • Web数据挖掘研究综述

    Web数据挖掘旨在发现隐藏在Web数据中潜在的有用知识、提供决策支持,已经成为数据挖掘领域中新兴的研究热点。本文综述了基于Web的数据挖掘概念、流程、主要技术及分类,...

  • 互联网数据挖掘综述—Web使用记录的挖掘

    互联网数据挖掘综述—Web 使用记录的挖掘 2008-10-16 09:51:09 分类: データウェアハウ 标签: 字号大中小 订阅 本文通过对互联网上数据挖掘的简单...

  • 【论文】Web数据挖掘技术综述

    Web数据挖掘技术综述_专业资料。Web数据挖掘作为数据挖掘技术和Internet应用研究相结合的研究领域,涉及机器学习、数理统计、数据库、神经网络、模式识别、粗糙集、模糊...

  • 【论文】Web数据挖掘技术综述

    Web数据挖掘技术综述_互联网_IT/计算机_专业资料 暂无评价

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email