基于流量的Web社區(qū)挖掘技術的研究與應用.pdf

1、如何發(fā)現(xiàn)Web上根據(jù)“主題”聚集在一起的多個社區(qū)，使用戶很快地從互聯(lián)網(wǎng)上提取知識，是Web挖掘的一個研究方向。本文在深入研究Web社區(qū)挖掘技術的基礎上，提出一種新的Web社區(qū)挖掘技術，并給出了該技術在圖的劃分問題的應用。Web社區(qū)挖掘技術的研究對集中式爬取器和搜索引擎、門戶網(wǎng)站內(nèi)容自動分類以及互聯(lián)網(wǎng)內(nèi)容的過濾都有重要的意義。 首先，本文通過對比以往Web社區(qū)的表示法，提出一種定義較為嚴格的Web社區(qū)數(shù)學模型，同時對Web社區(qū)內(nèi)、

2、外的網(wǎng)頁進行約束，很好地解決了Web社區(qū)定義模糊的問題。 其次，提出了與表示法相應的Web社區(qū)挖掘算法。利用圖論中網(wǎng)絡流的概念，把Web構造成圖，利用圖的入度、出度性質(zhì)給它們之間的邊賦予容量，構造網(wǎng)絡流模型，然后使用最大流/最小割原理，得到最終的社區(qū)。 再次，由于該社區(qū)挖掘技術能夠解決以往社區(qū)邊界模糊的問題，使得所挖掘的社區(qū)唯一，所以可以把該技術應用到圖的劃分問題上。本文提出了使用Web社區(qū)的等級的相等關系來劃分Web網(wǎng)