基于數(shù)據(jù)挖掘的Web挖掘系統(tǒng)的研究.pdf

1、隨著World Wide Web信息爆炸性的增長,人們迫切需要一種能從Web上快速、有效地獲取知識的工具.現(xiàn)有的搜索引擎僅用于Web上的信息檢索,而且覆蓋率有限、精度不高,無法發(fā)現(xiàn)Web上潛在的知識.將傳統(tǒng)的數(shù)據(jù)挖掘與Web結(jié)合進行Web挖掘,已成為數(shù)據(jù)挖掘的一個重要和繁榮的子領(lǐng)域.論文側(cè)重于Web挖掘系統(tǒng)自身的構(gòu)建,建立了一個基于數(shù)據(jù)挖掘技術(shù)的Web挖掘系統(tǒng)的原型Web_Ms,目的是提供一個實用的Web挖掘工具的模型,幫助人們更有效地

2、從Web上獲取知識.在Web上的半結(jié)構(gòu)化數(shù)據(jù)的處理上,該文提出了利用XML數(shù)據(jù)抽取技術(shù)將半結(jié)構(gòu)化數(shù)據(jù)映射為結(jié)構(gòu)化數(shù)據(jù)、建立多層Web數(shù)據(jù)庫,同時對Web日志預(yù)處理的方案,解決了Web挖掘系統(tǒng)數(shù)據(jù)源規(guī)范化的問題.在系統(tǒng)挖掘功能的實現(xiàn)上,采取將集成了多種數(shù)據(jù)挖掘方法的Web挖掘方法庫作為一個模塊嵌入系統(tǒng)中的策略,通過規(guī)定其接口規(guī)范和調(diào)用方法,使之與系統(tǒng)其他模塊緊密結(jié)合,共同完成Web上的數(shù)據(jù)挖掘.Web挖掘系統(tǒng)原型Web_Ms提供了一個We