Web数据挖掘技术在电子商务领域中的应用

随着现代科技的不断发展,电子商务作为一种新兴的信息化商业模式,借助互联网的发展迅速占据商业贸易市场上的重要份额。Web数据挖掘技术是一种基于数字化技术,对网络中流传的海量信息进行自动采集、整理、价值发掘的技术。文章从理论阐释入手,先对电子商务的定义、Web数据挖掘技术的定义给予了解析,进而对电子商务系统中该技术的应用模式进行了说明,最后对这一技术在电子商务中应用的作用和意义实施了微观层面的探讨,以期为Web数据挖掘技术更好地在电子商务领域得到应用,实现技术价值的充分发挥提供参考。

Web数据挖掘初探

Web上有海量的数据信息，对这些数据进行复杂的应用成了现令数据库技术的研究热点。这里对数据挖掘的基本概念、Web数据挖掘步骤、Web数据挖掘在三个研究领域的研究现状、发展及常用Web数据挖掘工具做了简单介绍，希望起到抛砖引玉作用。

Web数据挖掘技术及实现

在介绍W eb数据挖掘的概念、内涵基础上,探讨了如何在web上用分类器对异构与非结构化数据源进行数据抽取(IE),并建立统一的XML数据格式,进而用Reporting Services和W eb显示控件等技术进行数据挖掘和处理.

基于XML的Web数据挖掘关键技术的研究

由于存在着大量的在线信息,WWW成为数据挖掘的热点。该文介绍了Web网页的数据挖掘技术,提出一种基于XML的Web数据挖掘模型,阐述将半结构化HTML文档转换成良构的XML文档的原因,并给出基于HTMLTide库的转换代码,介绍了利用XML技术从Web网页析取数据的关键技术,包括XHTML、XSLT和XQuery等,对Web数据挖掘的其他方面如数据检验和集成作了一定的探讨。

基于Map／Reduce的改进选择算法在云计算的Web数据挖掘中的研究

针对目前在搜索方面的数据量大、搜索延迟的特点,提出了基于云计算的Web挖掘的搜索模型。采用提出的基于Map/Reduce模型的改进型算法,通过仿真实验验证了该算法的可行性,在一定程度上减少了搜索的代价,提高了搜索效率。

基于编辑距离的Web数据挖掘

Div+CSS流行于Web页面的布局,在这种布局下,网页中很多数据记录以重复结构的形式聚集在一个层级。为了更好地从网页中挖掘数据,提出了一种新的Web数据挖掘算法,把树编辑距离转化为字符串编辑距离的计算,改进字符串编辑距离算法,利用字符串编辑距离评价树的相似度,进而找到网页中的重复模式,提取数据。通过针对不同重复模式特征的网页的实验说明,基于编辑距离的Web数据挖掘算法不仅能提取具有根节点及上面几层相同的网页的数据,对具有底层节点相同的网页也是有效的。

Web数据挖掘中的数据预处理

WLP数据挖掘是分析网络应用的主要手段。其数据源一般是网络服务器日志,然而日志记录的是杂乱的、不完整的、不准确的并且Web是非结构化的数据,必须进行数据预处理。文章将预处理过程分为个阶段—数据清洗、区分使用者、会话识别,并提出了一个高效的3Web数据挖掘预处理结构和相应的算法。

基于XML的Web数据挖掘模型的设计

目前很多网站都是用HTML构建的,要真正做到高效准确的挖掘数据非常困难,XML的出现为基于Web的数据挖掘带来了便利。在研究Web数据挖掘技术的基础上,利用XML数据抽取技术将半结构化数据映射为结构化数据,建立了一个具有基本挖掘功能的面向多种Web数据的挖掘系统模型Web_mining。最后将Agent技术引入数据挖掘,提出了一种基于Agent技术的体系结构,用来实现大容量的数据在分布式存放情况下的数据挖掘,并对基于Web的数据挖掘技术进行深入的研究和探讨。

电子商务环境下基于移动Agent的Web数据挖掘

针对目前电子商务环境下Web数据挖掘所面临的问题,结合移动Agent技术优点,提出了一种新的解决方案,即把各挖掘算法集中到移动Agent子系统中,并根据要求动态地创建,然后派遣它们到各商务数据站点数据库中进行数据挖掘。给出了移动Agent系统和整个挖掘系统的设计框架以及工作过程。

Web数据挖掘的原理、方法及用途

Web数据挖掘是将数据挖掘技术和理论应用于对WWW资源进行挖掘的一个新兴的研究领域,本文介绍了Web数据挖掘的基本概念,分类,并给出 Web数据挖掘的基本原理,基本方法,最后指出 Web数据挖掘的用途,展望了其美好的发展前景。

个性化信息服务与Web数据挖掘技术的契合

随着个性化时代的到来,信息服务机构必须提供个性化服务,才有可能在激烈的竞争中取得胜利。Web数据挖掘技术是实现个性化信息服务的关键技术。在构建基于Web数据挖掘的个性化信息服务的实现模型后,还对建立在Web数据挖掘基础上的个性化信息服务系统运行的基本流程、Web挖掘的数据资源、Web挖掘的技术方法、信息系统的服务内容、系统运行的注意事项等进行了探讨。

Web数据挖掘在网络教育中的应用

随着互联网的发展,网络教育也有了长足的进展。Web数据挖掘以其独特的优点,在网络教育中有很多的用途。介绍了Web数据挖掘的概念的分类、网络教育中的数据资源以及网络教育中的Web数据挖掘的主要过程,并着重介绍了Web数据挖掘在网络教育中的具体应用。

基于认知风格的Web数据挖掘构建学生模型

本文通过对自适应学习系统的现状分析,及对目前自适应学习系统中学生模型的比较,以拉埃丁(Richerd.Riding)的认知风格理论为基础,运用基于认知风格的Web数据挖掘来构建学生模型,以解决目前自适应系统在学生认知模型中的缺陷。并把其应用到《C语言程序设计》这一课程中。

一种Web数据挖掘系统的设计和研究

Web数据挖掘是指从众多的Web网站、网页上挖掘出有用数据和知识的过程,因其具有广泛的应用前景而成为当前IT研究的热点之一,同时它也是一个具有挑战性的研究领域,存在很多问题亟待解决。针对一个案例,设计一个系统(或模型)实现Web数据的挖掘,是一次实践性研究。系统采用当前流行的软件工具(VS2005和SQL2000数据库)和编程语言(C#)进行开发设计,主要由数据的下载、预处理、后处理和前台检索等模块组成,基本达到Web数据挖掘的目的。

Web数据挖掘技术及应用

Web数据挖掘是数据挖掘技术在Web信息集合上的应用,Web数据具有本身的特点,Web数据挖掘可以分为三类,各自有其相关技术,随着Internet的发展,Web数据挖掘有着越来越广泛的应用。

基于Web数据挖掘的高效关联规则研究

随着网络资源越来越丰富,Web数据挖掘逐渐成为因特网上资源有效利用的研究热点。本文提出通过对因特网上非结构化数据的XML格式进行筛选等处理,然后转化为结构化数据存储在SQL Server数据库中。并在此基础之上利用关联规则发现以生成最小关联规则集来代替完全关联规则集,就可以有效地剪除弱关联规则,大幅度地减少候选频繁项目集,从而提高规则发现效率。最后,在传统经典算法Apriori基础上,利用弱关联规则的向上关闭特性设计了一个相应的高效算法。

基于Web数据挖掘的个性化e-learning解决方案推荐系统研究

本文对国内外e-learning个性化推荐系统的现状进行了分析,建立了一种综合性的个性化e-learning解决方案推荐系统,解决了目前e-learning解决方案推荐系统中学习者兼容性、资源充足性、智能挖掘性、推荐整合性这四大挑战。并主要从技术上对个性化e-learning解决方案推荐系统进行构建,重点对Web数据挖掘算法设计、挖掘引擎设计、系统功能模型、数据库设计、推荐界面进行探讨。

Web数据挖掘对Web数据检索的支持作用

本文在对Web数据检索和Web数据挖掘的技术特性进行简要介绍的基础上,阐述了二者之间的主要区别,并着重对Web数据挖掘对Web数据检索构成的支持作用进行了具体分析.这些支持作用体现在:自动分类,揭示知识特征,群集处理,超链结构挖掘和用户知识模型挖掘.

基于XML的Web数据挖掘模型的研究

在分析XML技术的基础上,提出了基于XML的Web数据挖掘模型,并结合实例说明了具体的实现方法,同时针对模型系统的不足提出了一些改进。

Web数据挖掘与个性化信息服务中用户研究

分析了个性化信息服务中用户研究的目的 ,介绍了Web挖掘的概念及其分类 ,提出Web使用记录挖掘 ,是获取真实的用户信息的有效途径和方法。