基于分類樹的增量Web數(shù)據(jù)挖掘系統(tǒng).pdf_第1頁
已閱讀1頁，還剩59頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、隨著互聯(lián)網(wǎng)的飛速發(fā)展和日益普及,互聯(lián)網(wǎng)上的信息和資源呈幾何倍數(shù)爆炸式的增長,面對如此龐大的資源,如何有效利用互聯(lián)網(wǎng)的公共資源確實一個難題。Web信息和資源大多以HTML(Hypertext Markup Language)文檔形式存在。HTML文檔的性質決定了這些信息和資源無法直接被使用,那么如何有效地、高效的挖掘互聯(lián)網(wǎng)上資源就是該系統(tǒng)重點要解決的問題。
　　為了高效地將影視資源網(wǎng)站中的影視資源完全挖掘出來,并且保存到結構化數(shù)據(jù)庫

2、中,Web數(shù)據(jù)挖掘包含三個重要的部分:分類樹挖掘,資源列表挖掘,增量挖掘判斷。
　　首先是挖掘Web站點的分類結構,然后管理員通過管理系統(tǒng)進行分類映射,對需要挖掘的分類進行管理。分類樹挖掘是整個系統(tǒng)的主干,后續(xù)的挖掘都按照這個主干進行。
　　資源列表的挖掘,通過挖掘到的分類樹獲取分類的入口地址,以頁為單位獲取分類下的資源列表集合。
　　增量挖掘判斷,從資源列表中循環(huán)解析資源,并從中獲取資源的更新時間和ID(IDenti

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論