基于流量的Web社區(qū)挖掘技術(shù)的研究與應(yīng)用.pdf

1、如何發(fā)現(xiàn)Web上根據(jù)“主題”聚集在一起的多個(gè)社區(qū)，使用戶很快地從互聯(lián)網(wǎng)上提取知識(shí)，是Web挖掘的一個(gè)研究方向。本文在深入研究Web社區(qū)挖掘技術(shù)的基礎(chǔ)上，提出一種新的Web社區(qū)挖掘技術(shù)，并給出了該技術(shù)在圖的劃分問(wèn)題的應(yīng)用。Web社區(qū)挖掘技術(shù)的研究對(duì)集中式爬取器和搜索引擎、門(mén)戶網(wǎng)站內(nèi)容自動(dòng)分類以及互聯(lián)網(wǎng)內(nèi)容的過(guò)濾都有重要的意義。 首先，本文通過(guò)對(duì)比以往Web社區(qū)的表示法，提出一種定義較為嚴(yán)格的Web社區(qū)數(shù)學(xué)模型，同時(shí)對(duì)Web社區(qū)內(nèi)、

2、外的網(wǎng)頁(yè)進(jìn)行約束，很好地解決了Web社區(qū)定義模糊的問(wèn)題。 其次，提出了與表示法相應(yīng)的Web社區(qū)挖掘算法。利用圖論中網(wǎng)絡(luò)流的概念，把Web構(gòu)造成圖，利用圖的入度、出度性質(zhì)給它們之間的邊賦予容量，構(gòu)造網(wǎng)絡(luò)流模型，然后使用最大流/最小割原理，得到最終的社區(qū)。 再次，由于該社區(qū)挖掘技術(shù)能夠解決以往社區(qū)邊界模糊的問(wèn)題，使得所挖掘的社區(qū)唯一，所以可以把該技術(shù)應(yīng)用到圖的劃分問(wèn)題上。本文提出了使用Web社區(qū)的等級(jí)的相等關(guān)系來(lái)劃分Web網(wǎng)