初探数据挖掘技术在Web中的应用.pdf

DATABASE AND INFORMATION MANAGEMENT 数据库与信息管理 初探数据挖掘技术在Web 中的应用 周光睿，马骏 （新乡广播电视大学计算机教研室，新乡453000） 摘 要： 数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的数据中, 提取隐含在其中的、人们事先不知 道的但又是潜在有用的信息和知识的过程。随着互联网的飞速发展，Web 上的数据量急剧膨胀, 但是其中蕴含的知 识却未能得到充分的挖掘和利用，因此将传统的数据挖掘技术和Web 结合起来, 进行 Web 数据挖掘成为数据挖掘 技术研究的热点。 关键词：数据挖掘 ； XML 技术 ； Web 应用 Brief Talk on Application of Data Mining in Web ZHOU Guangrui, MA Jun （Dept.Computer , The radio broadcasting and television university of Xinxiang , Xinxiang 453000） Abstract ：Data mining is a large number of incomplete, noisy, fuzzy, random data, extracting implicit in them, people do not know in advance but is potentially useful information and knowledge. With the rapid development of Internet, Web, on rapid expansion of the amount of data, but the knowledge it contains has failed to be fully in the mining and use, so the data min－ ing techniques of traditional and Web combined together, for Web data mining techniques for data mining research focus. Key words ：Data mining ; XML technology ; Web Applications 1 面向Web 的数据挖掘 数据源模型和半结构化数据模型的查询与集成问题，而解决 1.1 定义 Web 上异构数据的集成与查询问题，必须要有一个模型来清 Web 数据挖掘就是利用数据挖掘技术从网络文档和服务 晰地描述Web 上的数据。另外，针对Web 上的数据半结构 中发现和提取信息。它的一般处理过程是：资源风险—信息 化的特点，寻找一个半结构化的数据模型是解决问题的关键 选择和预处理—模式提取—模式分析。 所在。因此在Web 上进行数据挖掘。必须做到两点：第一要 1.2 特点和难点 建立一个半结构化数据模型，以描写Web 上的数据；第二需 1.2.1 特点 要一种半结构化模型抽取技术，即自动地从现有数据中抽取 Web 上的数据与传统的数据库中的数据不同，Web 上的 半结构化模型的技术。面向 Web 的数据挖掘必须以半结构化 数据最大特点就是半结构化，所谓半结构化是相对于结构化 模型和半结构化数据模型抽取技术为前提。 和非结构化而言的，传统的数据库都有一定的数据模型，可 2 优势 以根据模型来具体描述特定的数据，而且按照一定的组织有