基于web的数据挖掘在校园网教学资资源共享系统的研究与应用.docVIP

第 PAGE 页 基于Web数据挖掘在校园网教学资源共享系统研究与应用 　　如今这个信息化时代，网络已经深入到我们日常生活中了，通过网络我们可以实现资源共享，校园网教学资源共享系统就是一个资源共享平台，所有校园网用户可以通过这个系统访问各种教学资源，并且可以简单地获取这些资源。但是，该系统数据是海量，所以如何从这么多数据中找到对用户有用信息，是一个亟待解决问题，而Web挖掘技术正好为我们解决了这个问题。 　　1 Web数据挖掘 　　1.1 Web数据挖掘概述 　　Web数据挖掘从数据挖掘发展而来，都是在剖析大量数据基础上，做出归纳性推理，预测用户行为等。Web挖掘与传统数据挖掘相比有它自身特点，首先Web挖掘数据是数据量巨大，动态性极强，其次，Web上数据是处于异构数据库中，最后，Web挖掘信息多样性，根据web对象不一样，可以分为三大类：web结构挖掘、内容挖掘与访问信息挖掘。 　　1） 内容挖掘 　　指从Web内容/数据/文档中发现有用信息，Web上信息五花八门，传统Internet由各种类型服务与数据源组成，包括WWW、FTP、Telnet等，现在有更多数据与端口可以使用，比如政府信息服务、数字图书馆、电子商务数据，以及其他各种通过 Web可以访问数据库。Web内容挖掘对象包括文本、图象、音频、视频、多媒体与其他各种类型数据。其中针对无结构化文本进行Web挖掘被归类到基于文本知识发现（KDT）领域，也称文本数据挖掘或文本挖掘，是Web挖掘中比较重要技术领域，也引起了许多研究者关注。最近在Web多媒体数据挖掘方面研究成为另一个热点。 　　2） Web结构挖掘 　　Web结构挖掘是对Web页面之间链接结构进行挖掘。在整个Web空间里，有用知识不仅包含在Web页面内容之中，而且也包含在页面链接结构之中。对于给定Web页面集合，通过结构挖掘可以发现页面之间关联信息，页面之间包含、引用或者从属关系等。 　　3） Web访问信息挖掘 　　Web访问信息挖掘是对用户访问Web时在服务器方留下访问记录进行挖掘。通过剖析日志记录中规律，可以识别用户忠实度、喜好、满意度，可以发现潜在用户，增强站点服务竞争力。 　　1.2 校园网教学资源共享系统中Web数据挖掘步骤 　　1） 首先要确定挖掘对象，在校园网教学资源共享系统中主要对象是校园网用户。 　　2） 收集原始数据并将其作为数据源。 　　3） 进行预处理，主要包括事务识别、数据清理、会话识别与格式化等过程，删除掉无用信息以提高挖掘效率。 　　4） 建立数据挖掘模型，利用数据模型进行测试与模拟，得到相关挖掘结果。 　　5） 进行数据模式剖析与挖掘，可以利用相关技术与验证方法来解释挖掘结果，做出决策或丰富知识。 　　1.3 校园网教学资源共享系统中Web数据挖掘数据源 　　① 服务器数据：校园网用户访问生成web日志内容，可以以文本形式存储在web服务器上。 　　② 将图片、图像与文本数据，特别是html内容保存到服务器中。 　　③ 保存超链接数据。 　　④ 保存必要用户信息数据。 　　2 Web挖掘在校园网资源共享系统中应用 　　2.1数据抽取方法在校园网资源共享系统中应用 　　利用数据抽取方法对零散网络数据进行整理，得到有规则知识与数据，并且可以对数据进行浓缩，把基本与原始数据从低层次转化成高层次，为学生管理者提供决策依据。 　　2.2智能化搜索中进行数据挖掘 　　如何满足不同用户需求是我们亟待解决一个很重要问题，所以我们在搜索引擎中使用数据技术，构建智能搜索引擎，从而提高搜索性能。 　　挖掘方法主要包括文档分类、自动生成、聚类与分类等，利用这些技术可以实现个性化搜索引擎。使用户能快速准确地检索到有价值信息。通过对数据聚类，可以将用户检索结果合并在一起，缩小页面数量，提高搜索引擎查准率与查全率。 　　3 用户关系管理中数据挖掘技术应用 　　1） 用户关系管理概念 　　用户关系管理是通过用户与行为数据收集，发现有用潜在用户，并不断完善用户服务与剖析来满足用户要求。 　　2） Web数据挖掘在用户关系管理中应用 　　Web数据挖掘能够帮助校园网教学资源共享系统确定用户特点，使系统管理员能够为用户提供有针对性服务。 　　利用Web数据挖掘，可以理解访问者动态行为，据此优化校园网教学资源共享系统运行。通过分类技术，对不同用户进行个性化服务，以此来提高用户满意度，挖掘出潜在用户信息，并提取出用户共用特征，帮助校园网教学资源共享系统更好地了解用户兴趣，预测他们需求，有针对性地向他们推荐特定教学资源。 　　4 结论 　　本文对Web挖掘技术进行了总结，介绍了其在校园教学资源共享系统中典型应用。Web数据挖掘高度自动化地对校园教学资源共享