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(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

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(shí)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(zhì)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(diǎn)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(jié)構(gòu)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(diǎn)的分類結(jié)構(gòu),然后管理員通過管理系統(tǒng)進(jìn)行分類映射,對需要挖掘的分類進(jìn)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(jìn)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(shí)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(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)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(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)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