XML在Web数据挖掘中的应用研究.pdfVIP

铜陵职业技术学院学报 2010年第1期 XML在Web数据挖掘中的应用研究 方岁蛹 (铜陵职业技术学院。安徽铜陵244000) 据挖掘困难的问题，提出了将HTML转化为XML文档以实现web数据挖掘的一个模型。 关键词：数据挖掘；Web数据挖掘；XML技术 1 中图分类号：TP31 文献标识码：A 随着web应用的普及，越来越多的数据库和信息系统不 择、数据预处理。(1)数据集成：数据集成是将各种来源多种类 断加入网络，使得网络上存在大量各种类型的数据，人们把数 型不同数据进行合并处理，解决语义模糊性、处理遗漏的数据 据看作是形成知识的源泉，通过对数据进行组织、分析、处理， 和脏数据清洗等。(2)数据选择：从处理的数据中找出需要的 然后应用数据挖掘技术得到人们感兴趣的知识。原始数据可 数据集合，缩小数据处理的规模，提高数据采掘的质量；(3)数 以来自于文本数据源、关系数据库、空间数据库、面向对象数 据预处理：将数据转换成宜于挖掘的数据形式，并对数据进行 据库、多媒体数据和分布在Web上的海量异构数据源。为了 约简。 科学合理地充分利用这些数据，数据挖掘技术应运而生，作为 (2)数据开采 研究如何从Web数据中提取知识的web数据挖掘技术正成 确定数据挖掘算法(如关联、分类、回归、聚类等算法)，用 为数据挖掘的一个重要研究领域。 于有哪些信誉好的足球投注网站数据中的模式，是数据挖掘中最重要的一步。 1．数据挖掘 (3)结果表述和解释 数据挖掘目前还没有统一的定义，通常认为数据挖掘 根据用户需求目标对提取的信息进行分析，把有价值的 (Dam 信息筛选出来，通过决策支持工具形成有助于决策的信息。因 Mining)就是从大量的、不完全的、有噪声的、模糊的、随 机的数据中，提取隐含在其中的、人们感兴趣的、潜在有用的 此，这一步骤的任务不仅是把结果表达出来(例如采用可视化 信息和知识的过程。数据挖掘是一个多学科交叉研究领域，它 的方法)，还要对信息进行过滤处理。如果不能令决策者满意， 融合了数据库技术(Database)、统计学(Smfisfics)、机器学习需要重复以上数据挖掘过程。 (Machine 2．Web数据挖掘 Learning)、知识工程(KnowledgeEngineering)、人工 智能(Artificial Web Intelligence)、信息检索(InformationRetrieval) mining这个概念，是由Oren 等多学科的知识与技术。 的，Web Wide mining是应用数据挖掘技术自动地从World 数据挖掘是一个完整的过程，数据挖掘一船需要经历三 Web的文档和服务器上发现和提取有用的信息的过程。由于 个阶段，即数据准备、数据开采、结果表达和解释，见图l所 Web上的数据数量巨大、类型多样、结构复杂、频繁变化、数据 示。 质量参差不齐、用户差异大，相对于传统数据库中的数据而 言，Web上的数据虽然具有一定的结构性，但是由于数据本身 具有自描述性和动态可变性，所以它是一种半结构化的数据， 比如大量半结构化的文本，难以映射到一个固定的模式，使传