web挖掘在blog空间里的运用

《web挖掘在blog空间里的运用》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、Web挖掘在blog空间里的运用Web挖掘是目前计算机技术领域中的研究热点，它是现代科学技术相互渗透与融合的必然结果。Blog作为一种全新的网络发布模式，在很大程度上增强了网络信息的幵放性，吸引着越来越多的网络用户。首先介绍了web数据挖掘的概念，讨论了web数据挖掘的种类，随后对Blog,RSS的特征进行了阐述，最后重点论述了RSS空间里的的数据挖掘。己关键词：Web挖掘;Blog；RSS；XMLTP393A1009-3044(2007)17-31245-02TheApplicationofWebMininginBlogspaccCUILinl,2(1.

2、SchoolofComputer&Information,HefeiUniversityofTechnology,Hefei230009,China;2.DepartmentofComputerScienceandTechnology,SuzhouCollege,Suzhou234000,China)Abstract:Webminingisahottopicinthefieldsofcomputertechnologynow,itistheinevitableresultofinteractionofallkindsofmodernsciencetechn

3、ology.BlogmakeswebinformationmoreopenandusefultoagreatextentandattractsmoreandmorewebusersasanovelInternetpublicationmodel.ThispaperfirstlyintroducestheconceptofWebmining,discussestheclassificationofWebminingandnarratesthefeaturesofBlogandRSS.Atlast,thispaperelaborateswebmininginR

4、SSspace.Keywords:WebMining;Blog;RSS;XML1引言随着Interent（因特网）和Web（万维网）技术的发展，众多基于Web的应用系统应运而生，Blog就是其中之一，Blog除具有一般Webpage和Website所具有的大部分特征外，还具有本身所独有的特征。因此我们应针对Blog自身的特征，来进行数据挖掘，这样才能更好的从Blog系统中提取出真正有价值的知识。2Web挖掘2.lWeb挖掘的定义Web挖掘是一项综合技术，设计Web、数据挖掘、计算机语言学、信息学等多个领域。Web挖掘就是指使用数据挖掘技术从Web文档和We

5、b活动中抽取感兴趣的、潜在的有用模式和隐藏信息。它是数据挖掘技术与Web技术的结合。从更为一般的角度出发，对Web挖掘可以作如下定义：Web挖掘就是从大景Web文档结构和使用的集合C中发现隐含的模式P。如果将C看作输入，P看作输出，那么Web挖掘的过程就是从输入到输出的一个映射：C-P[l]o2.2Web挖掘的分类Web上信息的多样性决定了Web挖掘任务的多样性，依据挖掘对象的不同大致可分为三个方面的挖掘研究:Web内容挖掘(Webcontentmining)、Web结构挖掘(Webstructuremining)和Web使用记录挖掘(Webusagemi

6、ning)。如图1所示。图12.2.1Web内容挖掘Web内容挖掘是指从Web文档内容或其描述中发现和抽取有用知识的过程。Web内容包含了多种多样的信息，这些信息由各种类型的服务和数据源组成，包括、FTP、Telnethe和其他各种通过Web可以访问的应用数据库等。Web内容挖掘的对象包括文本、图像、音频、视频、元数据和其他各种类型的数据等。2.2.2Web结构挖掘Web结构挖掘即通过分析一个网页链接和被链接数量以及对象来建立Web自身的链接结构模式。这种模式可以用于网页归类，并且可以由此获得有关不同网页间相似度及关联度的信息。Web结构挖掘最著名的算法是

7、HITS算法和PageRank算法。2.2.3Web使用记录挖掘内容挖掘、结构挖掘的对象是Web上的原始数据，而Web使用记录挖掘则不同于前两者，它面对的是在用户和网络交互的过程中抽取出来的第二手数据。这些数据包括：包括服务器的日志记录、代理服务器口志、浏览器口志、用户会话信息、用户查询记录、用户注册信息、交易信息、Cookie中的信息、鼠标点击等一切用户与站点之间的交互记录。它通过挖掘这些数据来发现用户访问的模式，以找出用户的喜好、满意度，帮助站点管理者做出决策，增强站点的服务竞争力。3Blog（博客）技术介绍3.1Blog的基本概念Blog,是Webl

8、og的简称。Weblog,是Web和log的合成词。Web，指Wo