基于XML的Web数据挖掘模型的设计研究.pdfVIP

DataBaseTechnique ·数据库技术 基于XML的Web数据挖掘模型的设计研究 文／王雅轩 顼聪 2XML技术在Web数据挖掘中的优势 要求从选取相应的算法挖掘，输出挖掘结果； 现在多数 网站是用HTML建立 用户根据 自己的满意度，获得需要的挖掘结果， 的，要准确高效的挖掘数据非常 Web数据的异构使Web数据挖掘变得十 调整挖掘要求进入新一轮数据挖掘。通过系统 困难，XML的产生为基于Web的数 分困难 ，通过XML可以解决这个问题。因为 据挖掘带来 了方便。本文通过对 的维护我们可以加入新的挖掘算法，实现升级。 Web数据挖掘技术的研究，利用 XML文档具有很好的自我描述性，他的元素、 XML在数据抽取技术上的优势，能 子元素、属性结构树可以表达极为丰富的语义 3．1 各模块具体功能 够将半结构化数据映射为结构化 信息，能够很好的描述半结构化的数据，因此 数据，从 而建立了一个面向多种 3．1．1数据收集 Web数据源的XML挖掘系统模型。 在网络数据集成、发送、处理和显示的方面。 从Web站点上采集数据并存储，获得挖 开发人员能够用XML的格式标记和交换数 掘 内容。针对异构数据源，可以多种方式提出 据。XML在三层架构上为数据的处理提供 了 相关需求，挖掘的重点是Web内容和Web使 有用的途径。利用XML，Web设计人员能够 【关键词】数据挖掘 Web数据挖掘 关联规则 用的数据。把用户访问网站留下原始 日志数据 构建文档类型定义的多层次互相关联的系统、 模式 进行清洗、过滤和转换处理，转变成统一处理 元数据、数据树、样式表和超链接结构。基 的数据结构，构建 日志数据库。 于XML的Web数据挖掘技术，能够使不同来 3．1-2转换器 万维网是一个分布广泛、全球信息服务中 源的结构化的数据很容易地结合在一起，解决 对检索得到的数据用XML技术进行预处 心 ，涉及多方的信息。这里的信息都是异构的， Web数据挖掘的难题。 理，建立半结构化数据模型，抽取其特征的元 其中含有潜在的有价值的信息 ，如何从这些大