基于人工神經(jīng)網(wǎng)的WEB挖掘方法研究.pdf

1、隨著 Internet 的日益普及和廣泛應用，使得客觀世界的信息呈幾何級的速度增長著，出現(xiàn)了信息爆炸的現(xiàn)象，逐漸發(fā)展起來的數(shù)據(jù)挖掘技術也隨之快速向前發(fā)展著。目前，互聯(lián)網(wǎng)已經(jīng)和我們的生活密不可分，它可以說是一個巨大的、分布廣泛和全球性的信息服務中心。它涉及新聞、廣告、金融信息、教育、政府、電子商務和許多其他信息服務。計算機網(wǎng)絡已經(jīng)把世界的各個角落連接成一個信息資源巨大的網(wǎng)絡世界，網(wǎng)絡用戶也日益增長。因此進一步改善Web服務器系統(tǒng)的性能、提

2、高Internet信息服務的質量，是非常有必要的，對WEB內容有效的聚類，可以為巨大的用戶群提供更好的服務?；谏鲜霈F(xiàn)實情況以及我們目前所面臨的問題，才使得我有撰寫本論文的動力，希望自己能在針對WEB的數(shù)據(jù)挖掘方面奉獻自己的一點微薄之力。 在目前流行的眾多的數(shù)據(jù)挖掘技術中，人工神經(jīng)網(wǎng)絡技術近些年發(fā)展迅速，被應用于生產(chǎn)生活的各個方面，在實際生活中發(fā)揮著重要的作用。人工神經(jīng)網(wǎng)絡具有強大的非線性映射功能，無需單獨建模等優(yōu)點。本文回顧了

3、以往的 Web 挖掘的一些方法，并在以往挖掘方法的基礎之上，提出了利用人工神經(jīng)網(wǎng)的方法對 Web 頁面內容進行較高效率的挖掘的方法。 針對WEB網(wǎng)頁的特點，在本文中對WEB頁面進行預處理與特征提取從而得到試驗需要的數(shù)據(jù)。然后利用 SOM(self-Organization feature Map)網(wǎng)絡對得到的WEB文本進行聚類，并得到了比較好的聚類效果，但在聚類過程中存在類目過細的缺點，這是由于樣本選擇過細的造成的，可以進一步完