基于XML和概念層次樹的數(shù)據(jù)挖掘研究.pdf

1、XML以其可擴展性、靈活性、平臺獨立性、簡單性、規(guī)范性等特點使其在互聯(lián)網(wǎng)中的應用越來越廣泛，尤其是在網(wǎng)絡(luò)領(lǐng)域表示數(shù)據(jù)方面也越來越重要。所以，迫切地需要尋找一些有效的方法以便從大量的以XML形式表示的數(shù)據(jù)中提取一些有價值的和潛在的信息與知識。但是在WEB上眾多的信息數(shù)據(jù)中以XML形式表示的數(shù)據(jù)不僅很復雜，而且沒有特定模型來描述數(shù)據(jù)，那些數(shù)據(jù)都是半結(jié)構(gòu)化甚至是無結(jié)構(gòu)的數(shù)據(jù)。因此，不同于傳統(tǒng)數(shù)據(jù)庫上的數(shù)據(jù)挖掘技術(shù)，面向XML的數(shù)據(jù)挖掘技術(shù)不僅

2、要求更好地對半結(jié)構(gòu)化數(shù)據(jù)進行集成與組織，同時對挖掘算法的性能也提出了新的挑戰(zhàn)。
　　 本文基于XML的數(shù)據(jù)挖掘知識并結(jié)合概念層次樹的相關(guān)知識，提出了一種基于XML和概念層次樹的數(shù)據(jù)挖掘系統(tǒng)框架，并按照該框架中的每一個步驟依次闡述了相關(guān)實現(xiàn)技術(shù)，主要包括數(shù)據(jù)預處理、數(shù)據(jù)存儲，XML數(shù)據(jù)挖掘和知識存儲表示。在XML數(shù)據(jù)挖掘中結(jié)合概念層次樹和關(guān)聯(lián)規(guī)則的相關(guān)技術(shù)提出了一種基于概念層次樹的XML數(shù)據(jù)挖掘算法，該算法通過概化操作，不僅降低了