web信息挖掘的研究及应用-软件工程专业毕业论文

《web信息挖掘的研究及应用-软件工程专业毕业论文》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、本文主要讨论Web信息挖掘技术，系统地阐述了Web文档数据挖掘的理论和方法，目的在于应用数据挖掘技术，从Web页屮挖出领域的典型结构信息数据，将其映射成关系数据模型，并存储在关系数据库中，利用关系数据库管理系统技术(RDBMS)来管理和查询Web信息源，同时利用用户访问模式挖掘和兴趣主题发现技术为用户准确地定位所需信息。文章简要介绍了Web信息挖掘的背景和应用研究价值，提tBTWeb数据挖掘系统的总体口标和总体结构，并指出了系统实施的技术路线。同时本文给出了Web文档的模型化设计，通过将Web页面中HTML标志的巢级结构关系把Web页映射成一棵标志树，对Web页

2、面中领域信息记录块的发现进行了算法设计和实现。在领域知识库的支持下，应用几组启发规则，定位Web页面中的领域信息并分隔出各条记录。文章利用Web元数据抽取技术来抽取领域信息，首先用定义的数据模型(OEM模型)对网页进行模型化，利用Web页结构挖掘算法抽取岀Web页信息包含的元数据。同时研究了基于STORED映射关系的半结构化数据转化为关系数据的有关技术和方法。文章讨论了用户访问路径模式和兴趣主题发现。将访问路径模式挖掘与相关规则挖掘进行了对比分析，指出它们的异同点，针对访问路径模式的特点，给出相应的挖掘方法实现。关键词：Internet,Web信息挖掘，HTML

3、标志，访问模式，兴趣主题ABSTRACTThisthesismainlydiscussesWebinformationminingtechnology,systematicallyexpoundstheTheoryandmethodofwebdatamining,itintendstoapplythedataminingtechnologytofindstructuredinformationonspecialdomain,andmapsthesedataintorelationaldatamodelthenstoresinthercalationaldatab

4、ase.SoitcanreachthegoalofusingRelationalDatabaseManagementSystem(RDBMS)tomanageandquerywebinformationsource,andusesuseraccessmodeminingandfavoritesubjectsdiscoverytechnologytoaccuratepositionnecessaryinformationforuser.ThisthesisbrieflyintroducesthebackgroundofWebinformationminingand

5、applicationvalue,andputforwardtheWebdataminingsystemoverallobjectivesandtheoverallstructure,andpointsoutthesystemimplementationtechnicalroute.ThepaperpresentsthedesignofaWebdocumentmodel,marksthenestlevelstructurerelationsWebpageintoatreemapsymbolthroughHTMLWebpagemodeling,designsand

6、implementsthealgorithmofdomininformationblockfindinginwebpageswithagroupofinspirationrules.ThethesisusesWebmetadataextractiontechniquetoextractdomaininformation,firstlymodelsthewebpagewithdefineddatamodel(OEMmodel),andextractsthewebmetadatawithwebpagestructuredminingalgorithm・Andbase

7、dontheSTOREDmappingrelationshiprelatedtechniquesandmethods,turnsthesemi-structureddataintorelationaldata.Thethesisdiscussesuseraccessmodeminingandfavoritesubjects'discoverytechnology,andmakesacomparativeanalysisbetweentheuseraccessmodeminingandrelatedrulemining,pointsouttheirdifferen

8、cesandsimila