利用XML的Web数据挖掘技术.pdfVIP

维普资讯 工 程 与 技 术 · EnclineerinclandTechnoloqv 利用XML的Web数据挖掘技术 雷 燕 ，刘传领 (商丘职业技术学院 网络中心，河南 商丘 476(()()) 摘 要：面向web的数据挖掘是一项复杂的技术，而XML的出现为解决web数据挖掘的难题 带来了机会。XML的扩展性和灵活性允许XML描述不同种类应用软件中的数据，从 而能描述搜集的Web页中的数据记录 关键词 ：XML；Web；数据挖掘 中图分类号：TP274 文献标识码： A 文章编号：l67l一93lX(2005)03—005l一03 一 、 面 向W eb的数据挖掘技术 都不一样 ，这就构成 了一个 巨大 的异构数据库环 Internet上有海量的数据信息，这些数据都是 以 境 。如果想要利用这些数据进行数据挖掘 ，首先 ， Weh的形式存在的．怎样对这些数据进行复杂的应 必须要研究站点之问异构数据 的集成问题 ，只有将 用成 了现今数据库技术 的研究热点。数据挖掘就是 这些站点的数据都集成起来 ．提供给用户一个统一 从大量 的数据中发现隐含的规律性的内容 ，解决数 的视图，才有可能从 巨大的数据资源中获取所需的 据的应用质量问题。充分利用有用的数据 ，废弃虚 东西 。其 次 ，还要解 决 w h上 的数据 查询 问题 ， 伪 无用的数据 ，是数据挖掘技术 的最重要的应用 。 因为如果所需 的数据不能很有效地得 到 ，对这些数 打个 比方 ：数据挖掘就像在大海里打鱼 ，我们要做 据进行分析 、集成 、处理就无从淡起 ：weh上的 的如何把 Weh上的数据 “挖掘”出来。相对于weh 数据 与传统 的数据库 中的数据不 同，传统 的数据库 的数据而言，传统 的数据库 中的数据结构性很强 ， 都有一定的数据模 ．可以根据模 来具体描述特 即其 中的数据为完全结构化的数据 ，而 weh上 的数 定 的数据 。而weh 的数据非常复杂 ，没有特定 据最大特点就是半结构化 。所谓半结构化是相对于 的模型描述 ，每一站点的数据都武各汉自职独业立技设术计学，院并学 报 二0 O 五 年 完全结构化的传统数据库 的数据而 。显然 ，面向 且数据本身具有 自述性和动态可变性：因而 ，W h Web的数据挖掘比面向单个数据仓库的数据挖掘要 上 的数据具有一 定 的结构性 ．fH因 自述层次 的存 复杂得 多 。 在 ，从而是一种非完全结构化的数据 ，这也被称之 二 、异构数据库环境 与半结构化 的数据 为半结构化数据 ： 结 构 三 、解 决半结构化 的数据源 问题 从数据库研究的角度出发 ，weh网站上 的信息 weh数据挖掘技术首要解决半结构化数据源模 也可 以看作一个数据库 ，一个更大 、更复杂的数据 型和半结构化数据模 型的查询 与集成 问题 ：解决 库 。Weh上 的每一个站点就是一个数据源，每个数 w h上 的异构数据的集成与查询问题 ，就必须要有 据源都是异构的，因而每一站点之问的信息和组织 一 个模型来清晰地描述 Weh上的数据。针对Weh上 收稿 日期：2005—04—04 作者简介：雷燕 (1975一)，女，河南商丘人，商丘职业技术学院，网络中心副主任，讲师，主要从事网络技术方面的研究与教学 维普资讯 武 汉 职 业 技 术 学 院 学 报 二 o o 五年 利用)( 的、Ⅳ孚 数据挖掘技术 雷 燕 刘传领 工 程 与技 术 _ 的数据半结构化的特点 ，寻找一个半结构化的数据 的集成问题 的存在 ，现在有哪些信誉好的足球投注网站多样的不兼容的数据