web数据挖掘-(精选·公开·课件).pptVIP

Web数据挖掘 Web 数据挖掘的简要介绍 Web 数据挖掘的分类及介绍 分类： web内容挖掘 web结构挖掘 web使用模式挖掘 Web 数据挖掘的分类及介绍 web内容挖掘 web内容挖掘 web内容挖掘 web内容挖掘 web结构挖掘 web结构挖掘 web结构挖掘 web结构挖掘 web结构挖掘 web结构挖掘 web结构挖掘 web使用模式挖掘 web使用模式挖掘 XML技术在Web数据挖掘中的应用目的和要求 Html vs XML Html vs XML Html vs XML 基于XML的数据挖掘模型 把HTML页面转换成XML格式 把HTML页面转换成XML格式 HTML页面转换成的XHTML文档 数据处理后的XML文档 深网入口 深网入口的识别 深网入口的识别 基于神经网络的深网入口自动识别模型 BP网络 BP网络 BP网络 对深网入口进行识别的过程即为对表单进行分类的过程，而直接影响分类结果的是各特征属性的影响因子。 BP网络是应用最广泛的一种神经网络形式。 Web 数据挖掘的分类及介绍 XML技术在Web数据挖掘中的应用 深网入口识别 定义： Web内容挖掘是指从文档内容或其描述中抽取知识的过程。 Web上的内容挖掘多为基于文本信息的挖掘，它和通常的平面文本挖掘的功能和方法比较类似。Web文档多为HTML, XML等自然语言，因此可以利用Web文档中的标记，如(Title), (Heading}等额外信息，利用这些信息来提高Web文本挖掘的性能。 Web文本挖掘可以对Web上大量文档集合的内容进行总结、分类、聚类、关联分析等。又可将其分为基于文本的挖掘和基于多媒体的挖掘两种。 基于文本Web挖掘方法有数据库方法，建立Web数据仓库方法和新近的基于软件Agent的分类器方法等; 基于Web多媒体的信息挖掘通常采用的方法有关联规则法和特征提取法 从网站截取部分页面 对应的源代码 Web结构挖掘是指从Web组织结构和链接关系中推导知识。 通过对Web结构的挖掘，可以用来指导对衷面进行分类和聚类，找到权威页面，从而提高检索的性能，同时还可以用来指导网页采集工作，提高采集效率。 分为: Web内部文档结构(IntraDocument Structure)挖掘 Web文档间的超级链接结构(Inter Document Structure)挖掘 Web使用记录挖掘是指从服务器端记录的客户访问日志或从客户的浏览信息是抽取感兴趣的模式。客户使用Web获取信息的过程中需要不停地从一个Web站点通过超文本链接跳转到另一个站点，这种过程存在一定的普遍性，发现此规律即是Web客户访问模式发现。 可能还会喜欢其他类似的产品 HTML vs XML 基于XML的数据挖掘模型 把HTML页面转换成XML格式 XML被设计用来描述数据，其焦点是数据的内容。? HTML被设计用来显示数据，其焦点是数据的外观。 什么是XML? XML指可扩展标记语言（EXtensible Markup Language） XML是一种标记语言，很类似HTML XML被设计用来描述数据 XML标签没有被预定义。您需要自行定义标签。 XML使用文件类型声明（DTD）或者XML Schema来描述数据。 HTML 中系统标签，标记和属性已经被系统定义好，不能更改 HTML是用来显示数据 例如：字体颜色、大小 HTML 标题（Heading）是通过 h1 - h6 等标签进行定义的 h1This is a heading/h1 HTML 段落是通过 p 标签进行定义的 pThis is a paragraph./p HTML 链接是通过 a 标签进行定义的 a href=This is a link/a HTML 图像是通过 img 标签进行定义的 img src=w3school.jpg width=104 height=142 / XML自定义标签(即可扩展,可增加系统原先没有的标签)，标记和属性均为自定义，可以任意修改;XML不能显示数据，它的作用是描述数据(储存数据) XML HTML 因为而向Web的数据挖掘必须以半结构化模型和半结构化数据模型抽取技术为前提，而XM L具有很强大的数据描述和数据抽取功能。所以利用XM L技