基于XML的WEB挖掘系统的应用研究-计算机技术专业论文.docxVIP

西安建筑科技大学硕士学位论文 西安建筑科技大学硕士学位论文 西安建筑科技大学硕士学位论文 西安建筑科技大学硕士学位论文 PAGE PAGE 2 PAGE PAGE 5 Webtz据作为数据挖掘的一个新主题 ，是一个新兴的研究领域。 Web挖掘可以简 单地定义为:针对包括 Web页面内容、页面之间的结构、用户访问信息、电子商务 信息等在内的各种 Web数据，应用数据挖掘方法来帮助人们从 WWW中提取知识，为 访问者、站点经营者以及基于因特网的商务活动提供决策支持。 Web挖掘是}个正 在兴起的研究用户 Web浏览行为的技术和工具。理解访问者的浏览兴趣是提高 Web 服务质量和改善站点结构设计的重要环节。通过分析和探究用户访问情况中的规律， 可以识别潜在用户，增强对最终用户的因特阿信息服务的质量和交互，井改进 Web 服务器系统的性能和结构。 Web挖掘根据站点挖掘目标不同可以分为 Web内容挖掘 (WebContent Mining)、 Web访问挖掘 (WebUsage Mining) 和Web结构挖掘 (WebStructure Mining) 三种主 要类型。 根据挖掘对象的不同 Web数据挖掘分为内容挖掘，结构挖据和访问信息挖掘三 大类，而 目前国内外基于 Web日志的用户访问模式挖掘又可以分为 三类: 1. 分析站点性能， 主要从统计学角度对频繁模式等进行发据，很多商用工具及 有些免费工具属于此类: 2.理解用户意图，路径游历模式(p a由traversal pattem)发现算法等就是此类代表; 3. 改进站点设计，通过频繁路径、用户聚类，重构站点之间连接关系 ，适应用 户访问习惯，提供个性化信息服务。 Web内容挖掘的研究大体以Web文本内容挖掘为主 。Web内容挖掘一般从资源查 找和数据库两个不同的方面进行研究。从资源查找的方面来看， Web内容挖掘的任 务是从用户的角度出发，怎样提高信息质量和帮助用户过滤 信息e 主要是对非结构 化文档和半结构化文挡的挖掘。非结构化文挡 主要指Web上的 自由文本，如小说、 新闻等。 Web上的半结构化文档挖踞指在加入了 HTML、超链接等附加结构的信息上 进行挖掘，其应用包括超链接文本的分类、聚类、发现文档之间的关系、提出半结 构化文档中的模式和规则等。 1.3 论文的主要内容 本论文针对基于 XML的Web数据挖掘的Web 日志系统进行了深入细致的研究，通 过对用户访问信息进行有效的数据挖掘 ，可以得到有关用户访问行为的知识，这些 知识可以发现电子商务中用户的访问模式，在电子商务中针对用户实现个性化推荐。 本论文在研究基于 XML的Web挖掘技术的同时，基于 XML的Web挖掘系统将Web挖 掘技术应用 于实践。 本论文的主要工作表现在以下几个方面: 1.分析了目前数据挖掘的现状和发展趋势，对数据挖掘技术进行了介绍。 2. 分析了XML的特点和机制。 3. 详细叙述了基于 XML 的数据挖掘技术与理论 4. 深入的研究了基于削 L的Web挖掘系统的设计思想并将其应用于实践。 本人在读研期间参与了多项与网络管理及数据挖掘相关的项目设计等工作。通 过实践经验的总结以及理论知识的积累，对于数据挖掘的与 Weli挖掘的知识有了 一 定的认识与理解。在本论文中，本人的 主要工作如下:针对基于 XML的Web数据挖掘 的Web 日志系统进行了深入细致的研究，并参了基 于XML的Web挖掘系统的部分设 计与实施工作。 1.4 论文组织结构 首先介绍 了数据挖掘方面的相关知识 ，然后介绍了WEB挖掘技术的相关理论 与 XML的一些特点及应用，再分析了对 XML数据的一些处理方法，分析了基于 XML 数据挖掘的方法。最后重点介绍了 WES数据挖掘的设计和整个系统实现，优化和测试。 第1章介绍了Web数据挖掘的研究背景和意义，指出了国内外的研究现状和发展 趋势，同时简要介绍了Web的一些知识以及本人在课题中所做的 一些工作井且概述 了本文的主要工作和章节的安排。 第2章主要介绍基于泊位的 WEB挖掘技术的理论及 WEB挖掘的主要技术与方 法。 第3章主要介绍XML的相关知识， XML数据的特点与应用己及对 XML数据的一 些处理方法。 第4章基于XML的Web挖掘技术应用于工程实践，详细介绍了基于 XML挖掘技 WEB挖掘系统的设计与实现过程 第5章对文章作了总结，并对将来的工作做了展望 。 第2章 WEB挖掘技术理论 2.1 数据挖掘概述 数据挖据IIJ(Data Mining)是一类深层改的数据分析方法，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