前言：本站為你精心整理了Ｗｅｂ數(shù)據(jù)挖掘技術(shù)范文，希望能為你的創(chuàng)作提供參考價(jià)值，我們的客服老師可以幫助你提供個(gè)性化的參考范文，歡迎咨詢。

[摘要]隨著Internet的發(fā)展，Web數(shù)據(jù)挖掘有著越來越廣泛的應(yīng)用,Web數(shù)據(jù)挖掘是數(shù)據(jù)挖掘技術(shù)在Web信息集合上的應(yīng)用。本文闡述了Web數(shù)據(jù)挖掘的定義、特點(diǎn)和分類，并對(duì)Web數(shù)據(jù)挖掘中使用的技術(shù)及應(yīng)用前景進(jìn)行了探討。

[關(guān)鍵詞]數(shù)據(jù)挖掘Web挖掘路徑分析電子商務(wù)

一、引言

近年來，數(shù)據(jù)挖掘引起了信息產(chǎn)業(yè)界的極大關(guān)注，其主要原因是存在大量數(shù)據(jù)，可以廣泛使用，并且迫切需要將這些數(shù)據(jù)轉(zhuǎn)換成有用的信息和知識(shí)。數(shù)據(jù)挖掘是面向發(fā)現(xiàn)的數(shù)據(jù)分析技術(shù)，通過對(duì)大型的數(shù)據(jù)集進(jìn)行探查?？梢园l(fā)現(xiàn)有用的知識(shí)，從而為決策支持提供有力的依據(jù)。

Web目前已成為信息、交互和獲取的主要工具,它是一個(gè)巨大的、分布廣泛的、全球性的信息服務(wù)中心。它涉及新聞、廣告、消費(fèi)信息、金融管理、教育、政府、電子商務(wù)和其他許多信息服務(wù)。面向Web的數(shù)據(jù)挖掘就是利用數(shù)據(jù)挖掘技術(shù)從Web文檔及Web服務(wù)中自動(dòng)發(fā)現(xiàn)并提取人們感興趣的、潛在的有用模型或隱藏的信息。

二、概述

1.數(shù)據(jù)挖掘的基本概念

數(shù)據(jù)挖掘是從存放在數(shù)據(jù)庫、數(shù)據(jù)倉庫、電子表格或其他信息庫中的大量數(shù)據(jù)中挖掘有趣知識(shí)的過程。數(shù)據(jù)挖掘基于的數(shù)據(jù)庫類型主要有:關(guān)系型數(shù)據(jù)庫、面向?qū)ο髷?shù)據(jù)庫、事務(wù)數(shù)據(jù)庫、演繹數(shù)據(jù)庫、時(shí)態(tài)數(shù)據(jù)庫、多媒體數(shù)據(jù)庫、主動(dòng)數(shù)據(jù)庫、空間數(shù)據(jù)庫、遺留數(shù)據(jù)庫、異質(zhì)數(shù)據(jù)庫、文本型、Internet信息庫以及新興的數(shù)據(jù)倉庫等。

2.Web數(shù)據(jù)挖掘

Web上有少量的數(shù)據(jù)信息，相對(duì)傳統(tǒng)的數(shù)據(jù)庫的數(shù)據(jù)結(jié)構(gòu)性很強(qiáng)，即其中的數(shù)據(jù)為完全結(jié)構(gòu)化的數(shù)據(jù)。Web上的數(shù)據(jù)最大特點(diǎn)就是半結(jié)構(gòu)化。所謂半結(jié)構(gòu)化是相對(duì)于完全結(jié)構(gòu)化的傳統(tǒng)數(shù)據(jù)庫的數(shù)據(jù)而言。由于Web的開放性、動(dòng)態(tài)性與異構(gòu)性等固有特點(diǎn)，要從這些分散的、異構(gòu)的、沒有統(tǒng)一管理的海量數(shù)據(jù)中快速、準(zhǔn)確地獲取信息也成為Web挖掘所要解決的一個(gè)難點(diǎn)，也使得用于Web的挖掘技術(shù)不能照搬用于數(shù)據(jù)庫的挖掘技術(shù)。因此，開發(fā)新的Web挖掘技術(shù)以及對(duì)Web文檔進(jìn)行預(yù)處理以得到關(guān)于文檔的特征表示，便成為Web挖掘的重點(diǎn)。

三、Web數(shù)據(jù)挖掘分類

Web數(shù)據(jù)有三種類型,它們分別是:HTML標(biāo)記的Web文檔數(shù)據(jù)、Web文檔內(nèi)的廉潔的結(jié)構(gòu)數(shù)據(jù)和用戶訪問數(shù)據(jù),相應(yīng)地,Web數(shù)據(jù)挖掘可分為三類:內(nèi)容挖掘(Webcontentmining)、結(jié)構(gòu)挖掘(Webstructuremining)和用戶訪問模式挖掘(Webusagemining)。如下圖所示。

1.Web內(nèi)容挖掘

Web內(nèi)容挖掘是從文檔內(nèi)容或其描述中抽取有用信息的過程，Web內(nèi)容挖掘按實(shí)現(xiàn)方法分為兩大類：信息檢索（IR）方法和數(shù)據(jù)庫方法。且有兩種策略：直接挖掘文檔的內(nèi)容和在其他工具搜索的基礎(chǔ)上進(jìn)行改進(jìn)。

IR方法主要處理非結(jié)構(gòu)數(shù)據(jù)和Web中由HTML標(biāo)記的半結(jié)構(gòu)化數(shù)據(jù)。前者一般采用詞集方法，用一組組詞條來表示無結(jié)構(gòu)的文本。后者主要利用傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)：如關(guān)聯(lián)規(guī)則、分類算法、演繹邏輯和規(guī)則學(xué)習(xí)等。

2.Web結(jié)構(gòu)挖掘

Web結(jié)構(gòu)挖掘是從Web組織結(jié)構(gòu)和鏈接關(guān)系中推導(dǎo)知識(shí)。挖掘頁面的結(jié)構(gòu)和Web結(jié)構(gòu)，可以用來指導(dǎo)對(duì)頁面進(jìn)行分類和聚類，找到權(quán)威頁面、中心頁面，從而提高檢索的性能。同時(shí)還可以用來指導(dǎo)頁面采集工作，提高采集效率。Web結(jié)構(gòu)挖掘可以分為Web文檔內(nèi)部結(jié)構(gòu)挖掘和文檔問的超鏈接結(jié)構(gòu)挖掘。

Web結(jié)構(gòu)挖掘的基本思想是將Web看作一個(gè)有向圖,他的頂點(diǎn)是Web頁面,頁面間的超鏈就是圖的邊。然后利用圖論對(duì)Web的拓?fù)浣Y(jié)構(gòu)進(jìn)行分析。常見的算法有HITS(HypertextInducedTopicSearch),PageRank,發(fā)現(xiàn)虛擬社區(qū)的算法、發(fā)現(xiàn)相似頁面的算法、發(fā)現(xiàn)地理位置的算法和頁面分類算法。Web結(jié)構(gòu)挖掘的算法一般可分為查詢相關(guān)算法和查詢無關(guān)算法兩類。查詢相關(guān)算法需要為每一個(gè)查詢進(jìn)行一次超鏈分析從而進(jìn)行一次值的指派;而查詢獨(dú)立算法則為每個(gè)文檔僅進(jìn)行一次值的指派,對(duì)所有的查詢都使用此值。HITS和PageRank分別是查詢相關(guān)算法和查詢獨(dú)立算法的代表。

3.Web訪問挖掘

Web訪問挖掘是從服務(wù)器端記錄的用戶訪問日志或從用戶的瀏覽信息中抽取感興趣的模式，通過分析這些數(shù)據(jù)可以幫助理解用戶隱藏在數(shù)據(jù)中的行為模式，做出預(yù)測(cè)性分析，從而改進(jìn)站點(diǎn)的結(jié)構(gòu)或?yàn)橛脩籼峁﹤€(gè)性化的服務(wù)。

Web訪問挖掘一般分為兩種：一般訪問模式跟蹤和定制使用跟蹤。一般訪問模式跟蹤通過分析Web日志來理解用戶的訪問模式和傾向；定制使用跟蹤分析單個(gè)用戶的偏好，根據(jù)其訪問模式為每個(gè)用戶定制符合其個(gè)人特色的Web站點(diǎn)。Web的log數(shù)據(jù)包括：senrerlog，proxyserverlog，client端的cookielog等。Web使用記錄挖掘通常需要經(jīng)過三個(gè)階段:數(shù)據(jù)預(yù)處理階段(主要包括數(shù)據(jù)清洗和事物識(shí)別兩個(gè)部分):模式識(shí)別階段(采用統(tǒng)計(jì)法、機(jī)器學(xué)習(xí)等成熟技術(shù)．從Web使用記錄中挖掘知識(shí))：模式分析階段(采用合適的成熟的技術(shù)和工具進(jìn)行模式的分析，從而輔助分析人員理解．使采用各種工具挖掘出的模式得到很好利用)。對(duì)Web使用記錄挖掘采用的算法有：路徑分析、關(guān)聯(lián)規(guī)則和有字模式的發(fā)現(xiàn)、聚類分類等，為了提高精度，使用記錄挖掘也用到站點(diǎn)結(jié)構(gòu)和頁面內(nèi)容等信息。四、Web數(shù)據(jù)挖掘中的關(guān)鍵技術(shù)

Web數(shù)據(jù)挖掘中常用的技術(shù)有Web使用的特有的路徑分析技術(shù)，數(shù)據(jù)挖掘領(lǐng)域常用的關(guān)聯(lián)規(guī)則、序列模式、分類聚類技術(shù)等。

1.路徑分析技術(shù)

用路徑分析技術(shù)進(jìn)行Web數(shù)據(jù)挖掘時(shí)，最常用的是圖，因?yàn)閃eb可以用一個(gè)有向圖來表示，G=(V，E)，V是頁面的集合，E是頁面之間的超連接集合，頁面定義為圖中的頂點(diǎn)，而頁面之間的超連接定義為圖中的有向邊。頂點(diǎn)v的入邊表示對(duì)v的引用，出邊表示v引用了其他的頁面，這樣形成網(wǎng)站結(jié)構(gòu)圖，從圖中確定最頻繁的訪問路徑。

2.關(guān)聯(lián)規(guī)則挖掘技術(shù)

關(guān)聯(lián)規(guī)則挖掘技術(shù)主要用于從用戶訪問序列數(shù)據(jù)庫的序列項(xiàng)中挖掘出相關(guān)的規(guī)則，就是要挖掘出用戶在一個(gè)訪問期間(SESSION)，從服務(wù)器上訪問的頁面／文件之間的聯(lián)系，這些頁面之間可能并不存在直接的參引(RIFERENCE)關(guān)系．最常用的是用APRIOR算法，從事務(wù)數(shù)據(jù)庫中挖掘出最大頻繁訪問項(xiàng)集，這個(gè)項(xiàng)集就是關(guān)聯(lián)規(guī)則挖掘出來的用戶訪問模式。

3.序列模式挖掘技術(shù)

序列模式數(shù)據(jù)挖掘就是要挖掘出交易集之間的有時(shí)間序列關(guān)系的模式．它與關(guān)聯(lián)挖掘技術(shù)都是從用戶訪問下的日志中尋找用戶普遍訪問的規(guī)律，關(guān)聯(lián)挖掘技術(shù)更注重事務(wù)內(nèi)的關(guān)系，序列模式技術(shù)則注重事務(wù)間的關(guān)系。

4.聚類分類技術(shù)

分類規(guī)則可以挖掘出某些共同的特性，這個(gè)特性可以用來對(duì)新添到數(shù)據(jù)庫里的數(shù)據(jù)項(xiàng)進(jìn)行分類。在Web數(shù)據(jù)挖掘中，分類技術(shù)可以根據(jù)訪問這些用戶而得到的個(gè)人信息或共同的訪問模式得出訪問某一服務(wù)器文件的用。特征。聚類技術(shù)則是對(duì)符合某一訪問規(guī)律特征的用戶進(jìn)行用戶特征挖掘。最后進(jìn)行模式分析，挖掘出人們可理解的知識(shí)的模式解釋。

五、Web數(shù)據(jù)挖掘的應(yīng)用

隨著中國(guó)經(jīng)濟(jì)的高速發(fā)展，數(shù)據(jù)挖掘?qū)⒃谥袊?guó)形成一個(gè)產(chǎn)業(yè)，目前Web數(shù)據(jù)挖掘已廣泛地應(yīng)用于金融業(yè)、遠(yuǎn)程通訊業(yè)、政府管理、制造業(yè)、醫(yī)療服務(wù)以及體育事業(yè)中,基于Web的數(shù)據(jù)挖掘技術(shù)已經(jīng)成為一個(gè)熱點(diǎn),下面主要介紹Web數(shù)據(jù)挖掘的三個(gè)應(yīng)用前景。

1.在電子商務(wù)中的應(yīng)用

在電子商務(wù)中，運(yùn)用Web挖掘技術(shù)從服務(wù)器和瀏覽器端日志記錄中自動(dòng)發(fā)現(xiàn)隱藏在數(shù)據(jù)中的模式信息，對(duì)此進(jìn)行分析加工，通過對(duì)客戶進(jìn)行分類和聚類，從中可得到商家用于向特定消費(fèi)群體或個(gè)體進(jìn)行定向營(yíng)銷的決策信息。了解系統(tǒng)的訪問模式以及用戶的行為模式，從而做出預(yù)測(cè)性分析。同時(shí)有效地對(duì)這些Web日志進(jìn)行定量分析，提示其中的關(guān)聯(lián)關(guān)系、時(shí)序關(guān)系、頁面類屬關(guān)系、客戶類屬關(guān)系和頻繁訪問路徑、頻繁訪問頁面等，從而為企業(yè)更有效地確認(rèn)目標(biāo)市場(chǎng)、改進(jìn)決策獲得更大的競(jìng)爭(zhēng)優(yōu)勢(shì)提供幫助。

2.在搜索引擎中的應(yīng)用

利用Web數(shù)據(jù)挖掘技術(shù)，通過對(duì)網(wǎng)頁內(nèi)容的挖掘，可實(shí)現(xiàn)對(duì)網(wǎng)頁的聚類和分類，實(shí)現(xiàn)網(wǎng)絡(luò)信息的分類瀏覽與檢索；運(yùn)用網(wǎng)絡(luò)內(nèi)容挖掘技術(shù)改進(jìn)關(guān)鍵詞加權(quán)算法，提高網(wǎng)絡(luò)信息的標(biāo)引準(zhǔn)確度，從而改善檢索效果；通過對(duì)用戶所使用的提問式的歷史記錄的分析，可以有效地進(jìn)行提問擴(kuò)展，提高用戶的檢索效率。

3.在網(wǎng)站設(shè)計(jì)中的應(yīng)用

在網(wǎng)站建設(shè)中，使用Web挖掘通過對(duì)網(wǎng)站內(nèi)容的挖掘，可有效地組織網(wǎng)站信息，例如采用自動(dòng)歸類技術(shù)實(shí)現(xiàn)網(wǎng)站信息的層次性組織;分析用戶的Web訪問行為，可為用戶提供智能化、個(gè)性化服務(wù)。比如,可根據(jù)客戶的訪問興趣、訪問頻度、訪問時(shí)間，動(dòng)態(tài)地調(diào)整頁面結(jié)構(gòu),迎合每個(gè)客戶的瀏覽興趣,使客戶在瀏覽時(shí)感覺自己是網(wǎng)站的惟一客戶;另外，網(wǎng)站還可以根據(jù)實(shí)際用戶的瀏覽情況，挖掘用戶的興趣點(diǎn)，定期為用戶推送相關(guān)信息，以及調(diào)整網(wǎng)站中網(wǎng)頁的鏈接結(jié)構(gòu)和內(nèi)容，為用戶提供個(gè)人的定制服務(wù)。

六、結(jié)束語

本文就Web數(shù)據(jù)挖掘技術(shù)及應(yīng)用進(jìn)行了分析，Web挖掘的應(yīng)用研究是當(dāng)前數(shù)據(jù)挖掘的研究熱點(diǎn)。隨著電子商務(wù)的迅速普及，網(wǎng)絡(luò)資源的廣泛利用，如何進(jìn)一步開發(fā)Web數(shù)據(jù)挖掘，使用Web挖掘技術(shù)進(jìn)行更深層次的應(yīng)用是目前研究的重點(diǎn)。