數(shù)據(jù)挖掘技術(shù)的應(yīng)用研究與發(fā)展現(xiàn)狀論文(參考版)
2025-06-22 23:07本頁面
【正文】 。上海交通大學(xué)學(xué)報(bào)。[30]楊怡玲，管旭東，陸麗娜，尤晉元。基于Web的時(shí)間序列模式挖掘。97。[28]韓家煒。[27]吳強(qiáng)，梁繼民等，Web日志挖掘預(yù)處理中的用戶識(shí)別技術(shù)，計(jì)算機(jī)科學(xué)。計(jì)算機(jī)應(yīng)用。[26]唐常杰。微機(jī)發(fā)展。[25]夏紅霞。web文本挖掘技術(shù)研究。2002。數(shù)據(jù)挖掘。2002。知識(shí)發(fā)現(xiàn)。Vo136，No7。Beijing:China Machine Press，200309。[20]Jiawei Han，Micheline Kamher。計(jì)算機(jī)研究與發(fā)展，2001。[19]宋擒豹，沈鈞毅。計(jì)算機(jī)學(xué)報(bào)，2003。[18]邢東山，沈鈞毅，宋擒豹?；跀?shù)值屬性的關(guān)聯(lián)規(guī)則挖掘算法「J」。數(shù)據(jù)挖掘技術(shù)在Web預(yù)取中的應(yīng)用研究[J]計(jì)算機(jī)學(xué)報(bào)，2001，24(4):430436。Web數(shù)據(jù)挖掘中的數(shù)據(jù)預(yù)處理[J]計(jì)算機(jī)工程，2002，28(3):125127。Web日志挖掘中的數(shù)據(jù)預(yù)處理的研究[J]計(jì)算機(jī)工程，2000，26(4):6667，72。計(jì)算機(jī)研究與發(fā)展，2002，(10):12811286。[13]陸建江。對(duì)演變數(shù)據(jù)進(jìn)行關(guān)聯(lián)規(guī)則挖掘的新方法「J」。軟件學(xué)報(bào)，1998，9(4):301－306。參考文獻(xiàn):[1][M].合肥:中國(guó)科學(xué)技術(shù)大學(xué)出版社,2002.[2]歐陽為民,鄭誠. KDD研究中的若干問題和方法[J].安徽大學(xué)學(xué)報(bào)(自然科學(xué)版),1999.[3]施伯樂,、實(shí)踐與應(yīng)用[M].上海:復(fù)旦大學(xué)出版社,2003.[4][M].大連:大連海事大學(xué)出版社,2006.[5]蘇新寧,楊建林,江念南,[M].北京:清華大學(xué)出版社,2006.[6]毛國(guó)君,段立娟,王實(shí),[M].北京:清華大學(xué)出版社,2005.[7][J].,(11):637639.[8][J].中國(guó)西部科技,2008.[9][J].中國(guó)高教研究,2007.[10][J].[11]馮玉才，馮劍琳。(3)研究對(duì)象有待拓展。由于作者水平和時(shí)間有限，本文仍存在以下不足之處：(1)挖掘算法尚不具備普遍適用性，對(duì)于大型網(wǎng)站大量日志數(shù)據(jù)的挖掘，算法的優(yōu)化問題有待進(jìn)一步研究。(3)比較研究了經(jīng)典關(guān)聯(lián)規(guī)則挖掘算法以及關(guān)聯(lián)規(guī)則在應(yīng)用中的發(fā)展情況，設(shè)計(jì)了相似群體的頁面聚類算法，以區(qū)分訪問網(wǎng)站的不同客戶群體；設(shè)計(jì)了頻繁路徑的挖掘算法，以挖掘?yàn)g覽用戶的訪問模式。本文的研究工作是從以下幾個(gè)方面展開的：(1)綜述了國(guó)內(nèi)外Web數(shù)據(jù)挖掘的研究現(xiàn)狀，系統(tǒng)研究了Web日志挖掘的挖掘過程，方法和研究難點(diǎn)。5 總結(jié)我國(guó)互聯(lián)網(wǎng)發(fā)展起步較晚，目前還沒有多少人認(rèn)識(shí)到網(wǎng)站訪問日志信息重要性及有效利用它所能帶來的效益。利用數(shù)據(jù)挖掘技術(shù)建立更深入的客戶數(shù)據(jù)剖析，并依賴架構(gòu)精確的預(yù)測(cè)模式，呈現(xiàn)真正智能型個(gè)人化的網(wǎng)絡(luò)服務(wù)，是數(shù)據(jù)挖掘努力的方向。2）交互式個(gè)人化服務(wù)為最終目標(biāo)，除了因應(yīng)不同用戶呈現(xiàn)專門設(shè)計(jì)的網(wǎng)頁之外，不同的用戶也會(huì)有不同的服務(wù)。目標(biāo)數(shù)據(jù)集就是根據(jù)用戶要求，從Web資源中提取的相關(guān)數(shù)據(jù)，Web數(shù)據(jù)挖掘主要從這些數(shù)據(jù)通信中進(jìn)行數(shù)據(jù)提??；預(yù)處理是從目標(biāo)數(shù)據(jù)集中除去明顯錯(cuò)誤的數(shù)據(jù)和冗余的數(shù)據(jù)，進(jìn)一步精簡(jiǎn)所選數(shù)據(jù)的有效部分，并將數(shù)據(jù)轉(zhuǎn)換成有效形式，以使數(shù)據(jù)挖掘算法(包括選取合適的模型和參數(shù))尋求感興趣的型，并用一定的方法表達(dá)成某種易于理解的形式；模式分析是對(duì)發(fā)現(xiàn)的模式進(jìn)行解釋和評(píng)估，必要時(shí)需返回前面處理中的某些步驟以反復(fù)提取，最后將發(fā)現(xiàn)的知識(shí)以能理解的方式提供給用戶。Web數(shù)據(jù)挖掘可以在很多方面發(fā)揮作用，如對(duì)搜索引擎的結(jié)構(gòu)進(jìn)行挖掘，確定權(quán)威頁面、Web文檔分類、Web log挖掘、智能查詢、建立MetaWeb數(shù)據(jù)倉庫等。他反復(fù)使用多種數(shù)據(jù)挖掘算法，從觀測(cè)數(shù)據(jù)中確定模式或合理模型，也是將數(shù)據(jù)挖掘技術(shù)和理論應(yīng)用于對(duì)資源進(jìn)行挖掘的一個(gè)新興的研究領(lǐng)域。這些挑戰(zhàn)已經(jīng)推動(dòng)了如何高效且有效地發(fā)現(xiàn)和利用Web上資源的研究工作。3）由于網(wǎng)絡(luò)用戶要求各不相同，而存在Web服務(wù)器、代理服務(wù)器或客戶端的用戶信息比較難以收集，所以在不同類型的戶群中如何建立有效的動(dòng)態(tài)模型來反映他們的實(shí)際需求是一件比較困難的事情。2）Web中的數(shù)據(jù)增長(zhǎng)迅速，以每4到6個(gè)月的速度翻一番，而且其信息還不斷發(fā)生更新。下面說明Web挖掘比數(shù)據(jù)挖掘所具有更大的難度:1）由于Web中資源主要有Web頁面構(gòu)成，而Web頁面具有非結(jié)構(gòu)化、復(fù)雜性等特點(diǎn)。Internet是一個(gè)巨大、分布廣泛、全球性的信息服務(wù)中心，它涉及新聞、廣告、教育、電子商務(wù)和其它信息服務(wù)。所以面對(duì)巨大的網(wǎng)絡(luò)系統(tǒng)和豐富的信息資源，研究者將傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)和Web相結(jié)合，進(jìn)行Web挖掘。4 Web數(shù)據(jù)挖掘的特點(diǎn)數(shù)據(jù)挖掘技術(shù)就是從大量數(shù)據(jù)集合中發(fā)現(xiàn)有效、新穎、潛在有用的、可理解的模式。數(shù)據(jù)倉庫為數(shù)據(jù)挖掘提供了以分形方式儲(chǔ)存的多維數(shù)據(jù)庫管理、集成功能，以及像在線分析處理(OnlineAnalytical Processing,OLAP)和在線事務(wù)處理(Online TransactionProce
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1