基于XML的Web数据挖掘研究-控制理论与控制工程专业论文.docxVIP

孝黛瓣瓣摘鬟 孝黛瓣瓣 摘鬟 随著Interact熬蔫遮发震，趣鑫经藏魏簸鬻集、蒙丰富翡德爨寨濂。在这些海 薰数撼孛薤藏繁葱襻游籍惑，麴蔼找到鬻户感兴趣瓣巷惑运囊藏簿人稻美注豹焦 点。作为飙w嚣_b疯槠粒Web活动中抽取潜程的、有用的模式鞠隐藏信息的有效技 术，Web数据挖掘悄然兴起，各受荚淫。幽予XML具有可扩展键、结构化和有效 性等特性，建立了一种传输结构化数掘的方法，使用户能够对W始信息实施精确 蠢懑与模型抽取，懑魁格Ⅺ遢，与Web数撼藐撬斓结合进行骄巍谜濑溅受了数据 挖掘凝蠛内懿一个毅热患。 本文从XML姆Web数据挖掘两项羧零榴结台入手进行研巍，提出了一个基 于Ⅺ川L的W曲数据挖掘系统模型，详绷设计了基于XML的W协网页内容挖掘 子系统，并针对Ⅺ暇。在该子系统中的飘体成用展开研究，对谖麓统的具体环节提 出用观技术索髂汰懿途径。 本文磅究翻撵谫≯捷焉XML谗舞数瓣交攮播羲瓣蕊辐上鹣数据送行挖掘。 在数据羲处理静瀵耩皆，设计并实瑗琴鞣嘲L-XML静转换搂鍪。该横壁是一耱蜜 动的通用的转换模勰，突破了以往的转换模型需要人工参与或熙舱针对某一领域 的特定信息进杼转捷的不足．能有效的将HTML Web页转换为舭文档。 Web上的数据敞多种形式存在，被称怨为半结构他的数据。零文重点研究了 赞对举结梅纯数据麴装壤筑粼整籀翔蘧。撩疑憨蓑鼗规剡搀攥润越萄爨努颦为嚣 个子阉邋：鬃繁榻集戆撼鼙及蠹颡繁张黎产爱强关联翘剁。露獭繁鞠集挖摇是基 于结构化数据的，瓣法直接应用到半缡掬他的数据上。本文通道澍半结构化数据 的数据模型进行挖掘，也就是频繁予树的挖掘，实现了关联舰则韵知识发现。在 频繁子树的挖掘髓穗中，本文对经典的TreeMiner算法进行了黢遴，实验结果表 明改进蓐麴冀滚瞧擎进行了有效熬势棱，减痧了诗算敬数，跌褥躐多了运行对阀。 美键谪：Web数槎挖掘；Ⅺ旺；颓繁擎辩挖撼 蕊燮簿妥Rose．oh 蕊燮簿妥 Rose．oh ofWeb Mining Based on XⅣⅡ． Abstract 砷rapid progress of Internet，it has been the densest and abund删information SOUl露e。Then finding龇iafommtion：from large data蛙燃the USerS can be interested in has溉ath-acr‘mg more and勰attention。瀚mining is勰effective tccbnology醴 extracting useful patterns and infonnation from Intcrnet。XM[L e越transport structural data because it is extensible、structural、effective．So the combination ofXME and web 翻l嫩耀has been捌霞lllor@and more attention in Web嬲弛i端field。 My research started with the combL,mtion of髓and web燕醚辫Advanced爨 web mining system b黼斑OR XML,designed颤function of web page mimng subsystem and brought up the solution by applying of XML。 狐瓤s隅we study the Int氍xmt dam switch秘chnology of舰燃nt years。In the秽a黼嬲of data雾帮辩∞s斑鍪implemented the algorithms from converting HTML web page into为蛾L documents。This approach aims to offer a general purpose methodology_吐1at e觚automatically convert the W瑚L web page to潮蚺L document without any tuning for糕pmicular domakL 穗霉web data remained嚣different format霎，which is called semi-structured data。 As o髓枣of the n】咖technology i11 the field of data Ini赫ng。associ舐ou We is used to determine the relationships among the att