Web挖掘中數(shù)據(jù)源重構(gòu)問題的研究.pdf

1、隨著WWW技術(shù)的逐漸成熟,基于這一技術(shù)的應(yīng)用以驚人的速度向社會(huì)生活方方面面滲透,使得人們交互信息不可避免的電子化和海量化.這些大量的Web數(shù)據(jù)中隱藏著有用的、重要的知識(shí),這些知識(shí)不僅給電子商務(wù)帶來了無(wú)限商機(jī),同時(shí)也為數(shù)據(jù)挖掘技術(shù)帶來了一個(gè)新的發(fā)展方向-Web挖掘.Web挖掘是指利用數(shù)據(jù)挖掘技術(shù)從雜亂無(wú)章的網(wǎng)絡(luò)環(huán)境中挖掘出有用知識(shí)的過程.Web挖掘技術(shù)是網(wǎng)絡(luò)技術(shù)與數(shù)據(jù)挖掘技術(shù)的一個(gè)綜合,但是由于Web數(shù)據(jù)的特點(diǎn),使得面向Web的數(shù)據(jù)挖掘比

2、面向數(shù)據(jù)庫(kù)的傳統(tǒng)數(shù)據(jù)挖掘要復(fù)雜的多."Internet上支持高質(zhì)量E-Services的零輸入個(gè)性化技術(shù)的研究"項(xiàng)目是國(guó)家自然利學(xué)基金資助的研究課題,提出了在用戶正常瀏覽時(shí),不增加額外輸入的前提下,實(shí)現(xiàn)面向用戶個(gè)性化要求的網(wǎng)上信息發(fā)現(xiàn)與推薦.該文主要針對(duì)其中的Web挖掘數(shù)據(jù)源重構(gòu)方面展開研究.Web挖掘數(shù)據(jù)源重構(gòu)通常被分為三個(gè)方面:Web使用挖掘數(shù)據(jù)源重構(gòu)、Web內(nèi)容挖掘數(shù)據(jù)源重構(gòu)和Web結(jié)構(gòu)挖掘數(shù)據(jù)源重構(gòu).這三個(gè)方面相對(duì)獨(dú)立,又彼此聯(lián)

3、系,對(duì)整個(gè)Web數(shù)據(jù)挖掘起到了至關(guān)重要的作用.該文首先對(duì)Web挖掘數(shù)據(jù)源重構(gòu)的三個(gè)方面討論了數(shù)據(jù)源重構(gòu)的意義,說明了數(shù)據(jù)來源.在Web使用挖掘數(shù)據(jù)源重構(gòu)部分,描述了整個(gè)重構(gòu)過程中使用的數(shù)據(jù)結(jié)構(gòu)和主要算法,完善了評(píng)價(jià)會(huì)話文件質(zhì)量的標(biāo)準(zhǔn);在Web內(nèi)容挖掘數(shù)據(jù)源重構(gòu)部分,分析了分詞技術(shù)的研究現(xiàn)狀,利用現(xiàn)有的技術(shù),完成了對(duì)Web文檔的重要內(nèi)容提取和分詞操作;在Web結(jié)構(gòu)挖掘數(shù)據(jù)源重構(gòu)部分,詳細(xì)介紹了整個(gè)數(shù)據(jù)源重構(gòu)的過程,給出了所使用的數(shù)據(jù)結(jié)構(gòu)和