Web挖掘技術(shù)及其在互聯(lián)網(wǎng)中的應(yīng)用研究.pdf

1、隨著信息技術(shù)的不斷發(fā)展，計算機與通信技術(shù)不僅推動著現(xiàn)代社會的信息化發(fā)展，而且同時影響并在改變著人們的現(xiàn)代生活。然而信息技術(shù)同時帶來了數(shù)據(jù)的爆炸式增長，人們迫切需要一種對海量數(shù)據(jù)進行有效利用和處理的解決方案。在這樣的大數(shù)據(jù)背景下，數(shù)據(jù)挖掘技術(shù)應(yīng)運而生。Web挖掘技術(shù)作為該領(lǐng)域的一個分支，針對的是萬維網(wǎng)海量數(shù)據(jù)的有效梳理和運用。由于互聯(lián)網(wǎng)技術(shù)日新月異，而Web挖掘技術(shù)相對發(fā)展較晚，因此本文以Web挖掘作為研究核心，并深入分析其在互聯(lián)網(wǎng)領(lǐng)域的

2、應(yīng)用。
　　 本文首先介紹了Web技術(shù)的研究背景、現(xiàn)狀、技術(shù)難點和未來發(fā)展方向等方面，以及對數(shù)據(jù)挖掘、機器學習等相關(guān)概念做了深入說明。然后，繼續(xù)關(guān)注Web挖掘技術(shù)的實現(xiàn)過程和應(yīng)用場景，介紹了文本預處理的核心實現(xiàn)過程和話題檢測與追蹤、用戶行為分析兩個應(yīng)用的技術(shù)背景。
　　 作為Web內(nèi)容挖掘技術(shù)的一個重要應(yīng)用之一，話題檢測與動態(tài)追蹤旨在檢測未知話題并且追蹤已有話題的后續(xù)發(fā)展。
　　 針對網(wǎng)絡(luò)媒介上新聞事件報道類文本

3、對象的話題檢測與動態(tài)追蹤問題，本文實現(xiàn)了一種混合聚類解決方案。本方案基于“貢獻度”對話題模型做了層次化調(diào)整，更加適合于構(gòu)建互聯(lián)網(wǎng)新聞話題，而且效率性能有了大幅提升。實際互聯(lián)網(wǎng)新聞數(shù)據(jù)表明，與K-Means算法相比，本方案準確率和召回率有了顯著提升，并且構(gòu)建的話題樹模型層次化效果明顯。
　　 針對中文微博類文本對象的話題檢測與動態(tài)追蹤問題，本文提出了一種基于主題詞的增量式模糊聚類解決方案。本方案首先根據(jù)微博自身的文本特點，提出了一

4、套信息反垃圾的過濾方案。然后利用時效性和詞頻兩個因素，為主題詞建立適應(yīng)微博特點的權(quán)重。最后利用增量式模糊聚類方法完成突發(fā)話題的檢測過程。實際微博數(shù)據(jù)表明，本方案可以有效地檢測出突發(fā)事件、熱點話題等，而且時間效率較為理想。
　　 作為Web使用挖掘技術(shù)的一個重要應(yīng)用之一用戶行為分析旨在了解用戶習慣、興趣點等，分析評測用戶的產(chǎn)品滿意度，以便改善產(chǎn)品提升用戶體驗。
　　 針對搜索引擎的用戶滿意度評測，本文闡述了一種基于用戶使用