web数据挖掘技术模型研究

《web数据挖掘技术模型研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、Web数据挖掘技术模型研究　　摘要随着我国信息技术的不断发展，Web挖掘技术被广泛应用，为此，文章对Web挖掘技术进行分析，主要从Web内容挖掘、Web结构挖掘和Web访问信息挖掘三方面展开论述。关键词Web数据挖掘；技术模型；具体解析中图分类号：TP393文献标识码：A文章编号：1671-7597（2014）03-0055-01Web框架下的数据挖掘，主要经由对数据挖掘类技术的现实利用，从网络供应的服务，以及现有的网络文档中，发觉并提炼信息。数据挖掘含有的对象不同，可以将现有的Web挖掘，分为三个类别：Web框架下的内容

2、挖掘、Web框架下的信息挖掘、Web带有的结构挖掘。1新颖的内容挖掘伴随信息技术延展，Web框架下的数据类别也在递增，从本源层级上来讲，主要涵盖了图像类、文本类、声音类、元数据类、视频类等。在不同类别的数据以内进行挖掘，就构造出了多媒体属性的数据挖掘。1）6Web框架下的文本挖掘。数据挖掘，应指代在很不完备的、数目偏多的、很含糊的、带有杂声的、带有随机特性的数据内，将其中潜藏着的各类别信息及关联知识，予以提炼。若数据挖掘的目标对象，只归属于文本，便构造出文本属性的数据挖掘。挖掘对象，涵盖着半结构类、非结构类、结构化框架下的

3、数据；而非结构化属性的数据，是侧重的挖掘成分。在IR这一领域中，文档采纳了空间向量模型这一独有的形式，空间配有的向量，便归属于文档。对文档含有的特征集，予以提炼时，常常会多遍扫描，而获取到特征向量，其现有维数非常高，这就增添了必备的处理时段。所以，在没能影响到现有匹配结果及关联分类的根基上，需要对原有的特征子集，予以选取。选取时，先对某个特有函数，创设构造，然后对这一子集中含有的特征进行评判，将评判价值偏高的那些特征，选取出来，归结成特征子集。常常见到的评价函数，归属于交叉熵等。对文本类别的数据去挖掘时，所接纳的模型质量类

4、评价方法，和惯用的挖掘方法很近似，分类算法之内，朴素贝叶斯这一类别的算法，很常见。评判现有的模型质量，主要涵盖着分类带有的准确率、分类带有的正确率、惯用的信息估值。6中文框架下的信息编码，是偏复杂的，这一类别的编码，在Web内，较为常见的，归属于BIG5属性的编码、GB类别的码、HZ类别的码等。对带有中文类码的HTML，采纳数据挖掘，要对这一类别的编码标准予以辨识，并更替成带有统一性的惯用指标，然后才可挖掘。2）对Web框架下多媒体挖掘，予以解析。在数据挖掘内，多媒体属性的挖掘，是一个凸显出来的挖掘领域，它从多媒体属性的数

5、据库内，提炼出潜藏着的知识。多媒体属性的数据挖掘，带有广义性，涵盖着对声音、多样的视频以及各类别图像的挖掘，同时涵盖着文本类数据挖掘。进行多媒体属性的数据挖掘，要先凝练得来必备的信息，然后对惯用的挖掘方式，予以挖掘。对网页中潜藏着的多媒体类别数据，凝练属性时，要对HTML类别的标签信息充分利用。2Web框架下的结构挖掘这种构架，被当成Web，因为它没能由HTML类别的页面，单纯堆积而构造出来，而是在Web含有的页面间，有着各类别的关系，而能在现有的Web之间，架设出桥梁，因此归属于超链。超链能对现有的Web类页面关联，选取

6、出适宜的表征形式，如引用类的关系和继承类的关系等。但是对于现有的Web框架下搜索工具，不会顾及到Web结构，仍然把这种Web，当成独立框架下文档的集中。Web现有的结构挖掘，是经由对引用解析类技术与服务类技术的可行利用，对Web框6架下的结构衔接进行分析，将其中可用的所有模式，予以提炼。进行这一类别的结构挖掘时，其潜藏着的结构对象，既可以是现有的Web页面构架，也可以是现有Web页面搭配的超链。前者含有针对性，带有特定的应用层级内目的，而后者存在着普遍价值。Web框架下的结构挖掘，把Web当成了独有的有向图，Web含有的页

7、面，当成顶点，而图含有的边，归属于超链。然后经由对图论的现实利用，对Web框架下拓扑结构去解析。常常见到的算法，归属于发觉相似页面、发觉虚拟社区、分出页面类别、发觉地理位置。结构挖掘算法，通常可分出两类，一类归属于查询无关，一类归属于查询相关。采用查询相关这一算法时，需要对各类别的查询，进行超链解析，获取到一次值的精准指派；接纳查询独立框架下的算法时，要对各类别的文档，去进行一次值的精准指派。3Web框架下的信息挖掘对现有的交易及关联商务，都是经由Web去予以落实。因此，在各类别的服务器方，会产出数目偏多的数据，它们由服务

8、器所产出，并存留在服务器配有的日志文件内，另外，还会产出很多数目的用户信息，如注册类的信息。对这些数据解析以后，可以让现有的商家，更好地明晰客户信息，从而对现有市场以及现有商品，进行更精准的决策；对于供应网络类服务的人员，可以整合起总括的站点，以便供应出带有个性化的新服务。6Web框架下信息挖掘，带有如