基于XML的Web挖掘研究-计算机应用技术专业论文.docxVIP

XML-based XML-based Web M i n i ng Research ABSTRACT There are huge amounts of information connected to the World Wide Web，but navigation and information retrieval on the Web are not easy tasks．Efficient and effective discovery of resource and knowledge from the global information base has become an imminent research issue．Web Mining is arising to serve this need that combines the two research areas Web and Data mining． In this article，we have studied the XML-based Web Mining approach，concentrating on the integration of heterogeneous and semi—structured Web information to facilitate the discovery of resource and knowledge on the Web．First，we use XML describing the primary Web information to transform the heterogeneous and semi—structured data into structured data·XML data．Then we introduce Ontology to solve the semantic differences between distributed XML data．This is done by pointing the XML element to a concept in particular Ontology using RDF／RDF Schema mechanism．Finally,we collect the RDF metadata of XML document into database．In the meta-database，user and application can carry on the discovery of Web resource and potential knowledge． Keywords：Web Mining，Web information integration，semi-structured data，XML data model，semantic，RDF／RDF Schema，Ontology， meta．database 独创性声明本人声明所呈交的论文是我个人在导师指导r进行的研究工作及 独创性声明 本人声明所呈交的论文是我个人在导师指导r进行的研究工作及 取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外， 论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得 石油大学或其它教育机构的学位或证书而使用过的材料。与我一同工 作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并 签名： 越 如吟年 6 月(6日 表示了谢意。 关于论文使用授权的说明 本人完全了解石油大学有关保留、使用学位论文的规定，即：学 校有权保留送交论文的复印件及电子版，允许论文被查阅和借阅；学 校可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制 手段保存论文。 学生签名：盟至堡 瑚。≥年6 月 【6 日 导师签名： w产占月 ，6日 嚆裂浮慕 百油大学(华尔)硕士论文 百油大学(华尔)硕士论文 第1章前言 第1章前言 1．1问题的提出及意义 World Wide Web目前已经发展成为一个连接近亿个工作站，包含 数十亿页面，蕴涵丰富的数据和潜在知识的巨大的分布式信息库。越 来越多的团体和个人，转向Web寻找他们所需要的信息。从上世纪 90年代中期逐渐发展起来的网络搜索引擎，给用户查找网络上的信 息，带来了极大的方便。据统计，搜索引擎已经已经成为Internet上 仅次于电予邮件的第二大应用，用户使用搜索引擎，可以进行关键字 驱动的网络信息查询。 搜索引擎对于Web用户具有一定的实实在在的价值，但是基于 关键字的全文检索忽略了文档的结构和上下文信息，返回数量庞大的 搜索结果的url列表。这些成百上千的结果大多