基于Web 的数据挖掘系统模型的探讨.docVIP

基于Web的数据挖掘系统模型的探讨 刘江宏，刘金瑄 （西安科技大学 计算机学院，陕西 西安 710054） 摘 要：Web数据挖掘是把Internet和数据挖掘技术相结合起来的一个新兴的研究领域，本文介绍了Web数据挖掘的意义、含义和分类，详细阐述了基于XML的Web数据挖掘典型的处理流程，且在其基础上设计了一个具体的基于XML的Web数据挖掘系统模型并给出其结构框架和工作机理，致力于提供一个Web数据挖掘的综合处理环境，提高挖掘系统的整体性能。 关键词：Web数据挖掘；XML；系统模型 中图分类号：TP39 文献标识码A The research of Web Data Mining system model Liu Jianghong，Liu Jinxuan (Department of Computer Science, Xian University of Science and Technology, Shaanxi, Xi’an 710054) 【Abstract】Web Data Mining is a new research field combining Data Mining with Internet, this paper introduces the significance, signification, and classification of Web Data Mining, then discusses the representative process of Web Data Mining based on XML detailedly, designs a material Web Data Mining system model and presents the structure frame and working mechanism of the system model for offering a compositive processing environment, it is advantageous to improving the whole performance of Web Data Mining. 【Key Words】Web Data Mining; XML; system model 0 引言 随着Internet的迅速发展与广泛的应用，一个引人注目的研究焦点是Internet和WWW上的数据挖掘。Internet上存储了许多复杂数据类型的数据，用户有充分的自由，可以随意连接到Internet的任意站点上。全球信息网大约有数亿个工作站，其用户具有不同的背景、不同的兴趣和目的，支持用户有效地发现和利用全球信息网络上的资源，对信息系统的研究者提出了新的挑战。大量存储的非结构化数据，网络有哪些信誉好的足球投注网站的性能、效率及最优的信息获取（即知识获取）是影响Internet成功应用的瓶颈。在庞大的Internet信息源上，发现知识、进行数据挖掘是快速获取有用信息的一种有效方法。 国外一些机构对Web数据挖掘进行了大量的研究并取得了一定的成果：Goldman等人开发的Musag[1],接受从用户处获取的关键字，然后有哪些信誉好的足球投注网站Web上有关的文档，产生语义相似的相关概念的辞典；LaMacchia提出了Internet Fish[2],是一类资源发现工具，用于用户从Internet上抽取有用的信息，允许使用现有的有哪些信誉好的足球投注网站引擎帮助用户浏览；Marko Grobelnik等提出了基于Yahoo，利用贝叶斯分类器进行Internet/Web上的文本分类的方法[3]，收集若干具有较高概率的特征字，以快速地分类文本。目前，一些有哪些信誉好的足球投注网站引擎也已具备了数据挖掘的功能，比如近来的Google智能有哪些信誉好的足球投注网站引擎，它改变了以往有哪些信誉好的足球投注网站引擎的链接方式，通过站点访问频率和链接方式进行数据挖掘，给用户迅速而准确地提供Web信息。目前国内北京大学,中科院计算技术研究所等单位对Web内容挖掘,Web访问信息挖掘,用户访问站点的路径访问模式等进行了较系统的研究[4]。本文将对Web数据挖掘的意义和含义、分类以及Web数据挖掘模型的研究进行阐述，并对其发展趋势做出展望。 1 Web数据挖掘的意义与含义 (通过Web数据挖掘，我们可以从数以亿计存储着大量多种多样信息的Web页面及其链接和用户对页面的访问中挖掘出我们需要的有用知识。 (1) 从大量的信息中发现用户感兴趣的信息 在Internet上，最常