基于XML的Web數(shù)據(jù)挖掘技術(shù)研究與實現(xiàn).pdf

1、面向web的數(shù)據(jù)挖掘是一項復(fù)雜的技術(shù)，Web數(shù)據(jù)挖掘就是利用數(shù)據(jù)挖掘技術(shù)從網(wǎng)絡(luò)文檔和服務(wù)中發(fā)現(xiàn)和提取信息。Web上各種形式的文檔和用戶訪問信息就構(gòu)成了Web數(shù)據(jù)挖掘的對象。根據(jù)挖掘?qū)ο蟮牟煌覀儗eb數(shù)據(jù)挖掘分為內(nèi)容挖掘，結(jié)構(gòu)挖掘和訪問信息挖掘。由于XML能夠使不同來源的結(jié)構(gòu)化的數(shù)據(jù)很容易地結(jié)合在一起，因而使搜索多樣的不兼容的數(shù)據(jù)庫能夠成為可能，從而為解決數(shù)據(jù)挖掘難題帶來了希望。本文研究和探討了使用XML作為數(shù)據(jù)交換格式對Web上的數(shù)

2、據(jù)和Web日志進(jìn)行數(shù)據(jù)挖掘，從而發(fā)現(xiàn)關(guān)聯(lián)規(guī)則。 本文完成的主要工作如下： (1)完成了對基于XML的Web數(shù)據(jù)挖掘的技術(shù)研究并設(shè)計了相關(guān)系統(tǒng)。本文通過對XML這種近幾年出現(xiàn)的具有很大潛力的Internet數(shù)據(jù)交換技術(shù)的研究分析，提出了基于XML的Web挖掘的新思路，并且完成了對XML的Web挖掘系統(tǒng)的系統(tǒng)功能設(shè)計。 (2)實現(xiàn)了XML到數(shù)據(jù)庫模式的轉(zhuǎn)化工具。本文主要針對XML的DTD文檔，提出了一系列從XML到關(guān)