共查询到20条相似文献,搜索用时 78 毫秒
1.
在Internet浪潮的冲击下,人们面临着数据爆炸的挑战;随着数据挖掘(Data Mining,DM)技术的迅速发展及数据库管理技术的广泛应用,人们积累的数据越来越多,如何从浩如烟海的数据中找到内在的规律,如何更方便地传递、交流、获取有用的信息,挖掘这些激增数据背后隐藏的重要信息已成为当前高科技领域研究的热点。Web挖掘(Web Mining),是将传统的数据挖掘同Web结合起来的技术,从广义上解释就是通过数据挖掘技术来分析与网站相关的资料。就WEB数据挖掘的一些特点、过程以及方法进行探讨。 相似文献
2.
数据挖掘在Web中的研究与应用 总被引:4,自引:0,他引:4
当前网络信息急剧增长,数据丰富的同时又异常纷杂和良莠不齐,人们近切需要能够从Web上快速、有效地发展资源和知识的工具,将数据挖掘应用到Web是数据挖掘的一个新趋势。本文介绍了数据挖掘的概念和主要技术。网络挖掘的特征和类型。最后,提出了一个网络数据挖掘系统的实验模型。 相似文献
3.
4.
基于XML的网页数据挖掘 总被引:1,自引:0,他引:1
随着Internet的迅速发展,使得数据丰富而信息贫乏这对矛盾显得日益突出,数据挖掘技术正是应了这一需求而结合了机器学习、模式识别、统计学、人工智能、神经网络等多学科而出现的一项新技术,基于Web的数据挖掘是数据挖掘技术在网络信息处理中的应用。本文叙述了Web数据挖掘的概念、分类、技术等,重点讨论了基于XML语言的Web数据挖掘技术,解决了Internet上绝大多数非结构化甚至是无结构的、Web信息的组织结构性差而导致的Web数据挖掘困难的问题。 相似文献
5.
Web的数据挖掘是一项复杂的技术,而XML的出现为解决Web数据挖掘的难题带来了机会。本文从XML与Web的关系、XML在Web中的应用两方面入手深入浅出地探讨了如何利用XML解决面向Web数据交换、数据处理等方面的成功运用来解决Web上的数据挖掘。 相似文献
6.
面向Web的数据挖掘是一项复杂的技术,由于Web数据挖掘比单个数据仓库的挖掘要复杂的多,因而面向Web的数据挖掘成了一个难以解决的问题。而XML的出现为解决Web数据挖掘的难题带来了机会。着重描写了XML的特点及在Web数据挖掘技术上的重要应用。 相似文献
7.
基于Web的数据挖掘是一个结合了数据挖掘和WWW的热门研究课题。本文介绍了Web数据的特点及Web数据挖掘研究的三种分类:Web内容挖掘、Web结构挖掘、Web使用挖掘。总结介绍了Web日志挖掘的常用数据挖掘技术。 相似文献
8.
介绍了文本数据挖掘和知识提取的基本理论,然后分析了网络信息的检索与挖掘的特征,特别是文本挖掘、Web数据挖掘和基于内容数据挖掘与之相关联的系列问题.在此基础上,分析了Web知识库的设计、建立、文本数据挖掘和知识发现所需的理论和技术,对Web知识库系统的架构和功能模块进行分析和设计,建立了基于文本数据挖掘的Web网络知识库的模型. 相似文献
9.
10.
介绍了当前Web数据挖掘所采用的三种数据收集方法:Web日志挖掘,packet sniffer技术以及如何从应用服务器端收集数据.在分析Web日志挖掘不足的基础上对后面两种数据收集方法进行了研究,最后结合从服务器端收集数据的方法构建了一种基于用户会话的数据挖掘模型,为企业更好地理解客户行为提供相对可靠的依据. 相似文献
11.
顾客在电子商务网站的访问行为会产生大量数据信息,这些数据中包含了大量对市场分析及预测有用的潜在信息,可运用数据挖掘技术对客户访问信息的Web数据进行挖掘,从而了解客户的访问行为。本文主要讨论了电子商务中挖掘信息的目标、方法及数据挖掘技术在电子商务中的几点应用。 相似文献
12.
介绍了当前Web数据挖掘所采用的三种数据收集方法:Web日志挖掘,packet sniffer技术以及如何从应用服务器端收集数据。在分析Web日志挖掘不足的基础上对后面两种数据收集方法进行了研究,最后结合从服务器端收集数据的方法构建了一种基于用户会话的数据挖掘模型,为企业更好地理解客户行为提供相对可靠的依据。 相似文献
13.
14.
基于J2EE的Web数据挖掘系统框架评价体系研究 总被引:1,自引:0,他引:1
本文简要介绍了Web挖掘的概念以及数据挖掘技术与算法,阐述数据挖掘系统结构,并对其框架及实现方法进行了探讨,讨论基于J2EE平台的MVC设计框架下Web数据挖掘系统体系结构。最后将对系统进行评价分析。 相似文献
15.
16.
构建基于Web数据挖掘的信息服务系统 总被引:2,自引:1,他引:2
介绍了Web数据挖掘的种类和方法,建立一个基于Web数据挖掘的信息服务系统。以数据挖掘模块为中心,处理数据库、智能代理、Web服务器日志和用户接口多数据源的信息,以改善信息服务机构的服务质量。 相似文献
17.
文章综述了基于Web的数据挖掘技术,介绍了Web数据挖掘的分类:Web结构挖掘、Web内容挖掘和Web访问挖掘,总结了Web数据挖掘的几个研究方向。 相似文献
18.
基于Web数据挖掘的个性化信息智能Agent挖掘系统模型 总被引:1,自引:0,他引:1
个性化智能挖掘是近几年出现的一个崭新的研究方向,它是人工智能与数据挖掘技术在Web或Internet环境下相互融合的产物。大部分个性化信息挖掘都只是建立在纯粹的Web数据挖掘之上,然而面对大部分的智能化技术的出现,面对用户能够快速准确地检索自己最想要的信息的需求,Web数据挖掘要进行相应的扩展,通过将Web数据挖掘技术和智能Agent技术相结合,从而满足用户的需求。本文主要提出两个模型:典型的个性化Web挖掘模型和个性化Agent智能挖掘模型。 相似文献
19.
面向Web的数据挖掘是一项复杂的技术,由于Web数据挖掘比单个数据仓库的挖掘要复杂的多,因而面向Web的数据挖掘成了一个难以解决的问题。而XML的出现为解决Web数据挖掘的难题带来了机会。着重描写了XML的特点及在Web数据挖掘技术上的重要应用。 相似文献
20.
随着大数据信息技术的发展,数据在线监测和数据挖掘成为计算机信息领域研究的热点。通过对Web热点数据分割挖掘,提高信息热点追踪和Web数据分类能力。传统算法采用非结构化数据挖掘算法,无法有效对Web热点数据进行准确定位和分层挖掘。提出一种基于半结构化分割的Web热点数据挖掘算法。采用半结构化数据进行特征分割,基于优秀基因位进行差分进化,使寻优曲线不断趋于平缓,在多个节点上并行的运行比较脚本,采用半结构化分割,使得Web热点特征挖掘实现自适应寻优,得到Web热点数据的分配因子,提高了挖掘性能。仿真结果表明,该算法获得了良好的效率和精度,提高了Web热点数据挖掘的自适应寻优能力。 相似文献