資源描述：
《基于xml的web挖掘》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、東北師范大學(xué)碩士學(xué)位論文基于XML的Web挖掘姓名：王石申請學(xué)位級別：碩士專業(yè)：電路與系統(tǒng)指導(dǎo)教師：衛(wèi)金茂20050501摘要隨著Internet的飛速發(fā)展，它成為了迄今為止最密集、最豐富的信息來源。那么從這些海量數(shù)據(jù)中找到使用者感興趣的信息逐漸成為人們關(guān)注的焦點(diǎn)。作為從Web文檔和Web活動中抽取感興趣的潛在的有用模式和隱藏信息的有效技術(shù)，Web挖掘悄然興起，備受關(guān)注。而XML由于具有可擴(kuò)展性、結(jié)構(gòu)化和有效性等特性，建立了一種傳輸結(jié)構(gòu)化數(shù)據(jù)的方法，從而使用戶能夠?qū)eb信息實(shí)施精確查詢與模型抽取。因此XML與Web挖掘
2、的結(jié)合將在數(shù)據(jù)挖掘領(lǐng)域內(nèi)進(jìn)行的研究推向了一個(gè)新的高潮。本文首先從Web挖掘研究背景入手，介紹了數(shù)據(jù)挖掘相關(guān)概念，相比HTML而言XML在Web挖掘應(yīng)用中的優(yōu)越性，以及Web挖掘的內(nèi)涵和復(fù)雜性分析，Web挖掘原理、特點(diǎn)、分類等等。接著，闡述了如何實(shí)現(xiàn)Web內(nèi)容挖掘的問題。提出了使用標(biāo)準(zhǔn)web技術(shù)—HTML,半結(jié)構(gòu)化數(shù)據(jù)模型、XML,Java-開發(fā)的一種基于Web的數(shù)據(jù)挖掘方法。利用對象交換模型OEM將Web頁轉(zhuǎn)換為XML文檔，然后用Java實(shí)現(xiàn)從XML文檔中抽取感興趣的信息。通過選擇可靠的數(shù)據(jù)源以及在這些數(shù)據(jù)源中選取與內(nèi)容
3、相關(guān)但與格式無關(guān)的引用點(diǎn)，可以實(shí)現(xiàn)數(shù)據(jù)抽取的任務(wù)。最后討論了結(jié)構(gòu)化信息的挖掘。使用有序樹作為數(shù)據(jù)模型，提供一種從有序樹中挖掘頻繁引導(dǎo)子樹的方法，幫助人們更有效的獲取Web上的信息。關(guān)鍵詞:Web挖掘;XML;挖掘結(jié)構(gòu)化數(shù)據(jù)AbstractByrapidprogressofInternet,ithasbeenthedensestandabundantinformationsource.Thenfindingtheinformationfromlargedatathattheuserscanbeinterestedinhas
4、beenattractingmoreandmoreatention.Webminingisanefectivetechnologyofextractingusefulpaternsandinformation.XMLcantransportstructuraldatabecauseitisextensible,structural,efective.SothecombinationofXMLandWebmininghasbeenthesolutionofextractinginformation.First,westar
5、twiththestudyingbackgroundofWebminingandintroducethecorrespondingconceptionofdataminingandWebmining.WealsopresentthatXMLissuperiortoHTMLSecond,WeexpatiatehowtoimplementWebcontentmininganddevelopaWebminingtechnologybasedonHTML,semi-structureddatamodel,XML,Java.Wet
6、ransformWebpagetoXMLdocumentandextractusefulinformationfromXMLbyselectingreliantdatasourceandanchor.Last,westudytheproblemofminingstructuraldata.Weuselabeled,orderedtreesasdatamodelandpresentamethodofminingfrequentinducedsubtreesfromorderedtreestohelppeopleacquir
7、etheusefulinformation.Keywords:mining;XML;Miningstructuraldataif獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。據(jù)我所知，除了文中特別加以標(biāo)注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得東北師范大學(xué)或其他教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻(xiàn)均己在論文中作了明確的說明并表示謝意口卯o5S.n學(xué)位論文作者簽名:于毛日期:學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者
8、完全了解東北師范大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定，即:東北師范大學(xué)有權(quán)保留并向國家有關(guān)部門或機(jī)構(gòu)送交學(xué)位論文的復(fù)印件和磁盤，允許論文被查閱和借閱。本人授權(quán)東北師范大學(xué)可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可以采用影印、縮印或其它復(fù)制手段保存、匯編學(xué)位論文。(保密的學(xué)位論文在解密后適用本授權(quán)書)學(xué)位論文
