基于半结构化分割的Web热点数据挖掘算法.pdf

《基于半结构化分割的Web热点数据挖掘算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第31卷第4期科技通报Vol_3lNo．42015年4月BULLETINOFSCIENCEANDTECHNOLOGYApr．2015基于半结构化分割的Web热点数据挖掘算法阮梦黎(山东管理学院信息工程学院，济南250100)摘要：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

2、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。关键词：数据挖掘；半结构化；热点数据；大数据中图分类号：TP393文献标识码：A文章编号：1001—7119(2015)04一O115—03AlgorithmofWebHotDataMiningBasedonStructuredSegmentationRuanMengli(SchoolofInformationEngineeri

3、ng，ShandongManagementUniversity，Jinan250100，China)Abstract：Withthedevelopmentofbigdatainformationtechnology，onlinemonitoringdataanddatamininghasbecomeahotresearchfieldofcomputerinformation．ThesegmentationofWebhotdatamining，improvetheclassificationabilityofinformationfocusandWebdata．Us

4、ingthetraditionalalgorithmofunstructureddataminingalgorithms，itisnotvalidforWebhotdataforaccuratepositioningandlayeredmining．ThepaperproposedaminingalgorithmWebhotdatastructuredbasedonsegmentation，featuresegmentationusingsemistructureddata，excellentgenesarebasedondifferentialevolution

5、，maketheoptimizationcurvetendstobegentle，parallelonmultiplenodesrunningscript，throughthecodemakestheun—structureddatamappedtothedatablock，makethedatastoredinthedatabaserel~ionaldatamodel，togetthedistributionfactorWebhotdata，improvetheminingperformance．Thesimulationresultsshowthatthehi

6、gheficiencyandaccuracy，itimprovedadaptiveWebhotspotofdataminingoptimizationability．Keywords：datamining；semi—structured；hotdata；bigdata0引言据库系统中，要实现对数据高效访问，需采用动态Web技术，实现良好的访问接口，然后达到高效的数据使用在物联网、云计算和大数据高度发展的今天，信息目的。在动态Web上实现热点的引导工作，可以很好数据呈现指数级增长，人类快步进人大数据时代。对地利用动态Web的强大数据性能，结合多集合融合方Web热点数

7、据挖掘和引导是现代计算机和网络技术大法的优点，为热点引导服务。因此，通过对Web热点数力发展下进行信息交互和传播的重要手段。World据分割挖掘，提高信息热点追踪和Web数据分类能力，WideWeb(www)技术是随着计算机技术和网络技术快研究Web热点数据的挖掘算法受到人们广泛关注。速发展而日新月异的一种新技术，在Web中，信息数据本文首先分析了大数据环境下Web热点数据挖掘交织纷繁，整个Web网络系统中具有海量的数据供人分析的处理流程，提出采用半结构化数据进行特征分们使用和查询。这些大量的数据都存储在Web集成数割，同时借鉴基因表达式算法，充分考虑数据本身特性

8、收稿日期：