基于xml网络信息库的网络数据挖掘地研究

《基于xml网络信息库的网络数据挖掘地研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于XML的网络信息库与网络数据挖掘研究专业：情报学硕士生：张进指导教师：曹树念教授摘要XML(可扩展标志语言)以自蝣的优势逐渐赢得得了互联网的青睐，它在网络数撂挖掘中蠢着广泛豹成蠲翦景。XML具有可扩鼹牲、灵活性、自述性以及蕊囱数据等特点，它克服了HTML的许多缺点，其优越梭十分明显。丽鹦一方面，由于数据挖掘的深刻性和网络信息的复杂性，从互联网上发现知识是一项极具挑战性的工作。在当蘑，网终数据挖掘出魏了一些阀题簿l难点，主要是半结毒奄化数撰帮异掏数掇等闽题。网络信息嫩大的特点就是半结构纯，XML作为半结构讫数据模塑，为这一问题提供了解决之道。本文在参考大量

2、霪波羚文献的蒸璇上，对网络数据挖掘豹萋拜突蟪况进行了总结，对基予XML的网络信崽库与网络数据挖掘进行了研究。在XML与网络数据挖掘相关理论基础上，探讨了XML在网络数据挖掘中的主要应用，分析了网络信息库的基本愚想，沦述了基于XML豹网络镑患痒戆理论、橡建方法及实现过程，著探讨了基于XML网络信息库在Web文本挖撅中的应用，绘出了Web文本信息库榆建的实例。本文为基于XML的网络数据挖掘提供了一个思路与方法，对网络数据挖掘的理论有一定豹键避俸爱，对嬲络数据挖掘系绞兹实现有一定躲参考份毽。基于XML戆网络信息库主疆解决了网络数据挖掘中的半结构化问题。网络信息席在

3、Web文本挖掘中表现为Web文本信息席，这一思想应用在Web文本挖掘中有利于文本特征项的提取，对Web文零挖掘舂一惑熬指导意义。关键词：XML，网络数据挖掘，网络信息库WebWarehouseandMiningBasedonXMLMajor：InformationScienceName：ZhangJinSupervisor：ProfessorCaoShujinABSTRACTXML(ExtensibleMarkupLanguage)isgraduallybiasedbyInternetforitssuperiorityandhascomprehensivep

4、rospectsofapplicationindatamining．Characterizedbyextension，flexibility,self-descriptionandfeaturedata-oriented，XMLisstrongerthanHTMLandisverypropertoapplyindataMining．Ontheotherhand，therearesomeproblemsanddifficultiesindataminingbecauseofprofundityofdateminingandcomplexityofdata，su

5、chassemi-structureddataanddissimilardatasourcesproblems．XMLisamodelofsemi—structureddataandCansupplyamethodandstrategytosolvethisproblem．ThispapersummarizedresearchconditionsondataminingandismainlyaboutwarehouseanddataminingbasedonXMLinthebasisofreferringlotsofdocuments．Inthispaper

6、,conditionsanddifficultiesofdatamining,especiallythefunctionsandapplicationsofXMLindataminingarediscussed．Thebasicideaofwarehouseisanalyzed，theories，constructionandrealizationofwarehousebasedonXMLarediscussed，andtheconcreteapplicationofwarehousebasedonXMLintextminingisdiscussedwith

7、anexampleofconstructionoftextinformationwarehouse．ThepaperCansupplyamethodandstrategyfordataminingbasedonXML,prompttheoriesofmining，andhasreferencevaluesfortherealizationofdataminingsysteminsomedegree．WebwarehousebasedonXMLismainlytosolvesemi-structureddataproblemsindatamining．Item

8、bodiestextinformationwareh