www 上的信息挖掘技术和实现.pdfVIP

维普资讯 第36卷 笫8期 计 算 机 研 究 与 发 展 Vo1．36．No．8 1999年8月 JOURNAlOFCOMPUTERRESEARCH ＆DEVELOPMENT Aug．1999 一 l0Z WWW 上的信息挖掘技术及实现 邹 涛 王继成 朱华宇 金翔宇 张福炎 南京大学计算机科学与技术系 南京 210093) 南京大学计算机软件新技木 国家重点实验室 南京 210093) 3、 c『 摘 要 随着 1ntemet应用的逐渐普及，www 已经发展成为一1、巨大的分布式信息空间，为用户提供了一个极 具价值 的信息源 但因 Internet所固有的开放性 、动态性与异构性 ，又使得用户很难准确快捷地从 www 上获取所 需信息．文中将数据挖掘 的思想引入www 信息处理领域来解决网上信息有效获取的问题 ，讨论了在www 上进 行信息挖掘所采用的算法和策略，最后简要开绍了一个采用向量空间模型和改进 Robot技术 的网络信息挖掘系统 的设计与实现．经实验表明，系统能够较好地解决www 上的信息 自动获取 问题． 美键词 售 ，墼 ， W—W—W 隹皂 √ 中围法分类号 TP391 THE TECHN0L0GY IM PLEM ENTAT10N 0F INF0RM AT10N MINING 0N W W W ZOU Tao，WANG Ji—Cheng，ZHU Hua—Yu，JIN Xiang—Yu，andZHANGFu—Yah (Deparlment ComputerSeleneand e‘thnology，Na ingUni~erslty，Nanjing210093) (Sm2eKeyLaboratoryYorNovelsoft… Technology． ngUniwrMty，Nanjing210093) Abstract W ith thedevelopmentofInternet，W orldWideW ebhasbecomeahugedistributed informationspace，whichprovidesusersamassiveandvaluableinformationresources．Butwith Web’srapid growth，quickly obtaining whatusersneed on WWW isgetting moredifficult because of Internet’s opening and heterogeneity． Information mining on WWW is a new technologythatadoptsdataminingtechnologytoretrieveinformationonInternet，andcansolve theproblem ofrichdataandpoorinformationinWWW ．Describedinthispaperarethemethod． algorithm and strategyofinformationminingonWWW ．Thedesign and implementation ofa prototype system， which adopts vector space modeland modified Robot technology，are presented． Keywords informationmining—datamining，VSM ，WWW 1 引 言 自从WWW (worldwideweb)1991年诞生以来 ，