基于Web的数据挖掘分类技术

基于Web的数据挖掘是一个结合了数据挖掘和WWW的热门研究课题。本文介绍了Web数据的特点及Web数据挖掘研究的三种分类:Web内容挖掘、Web结构挖掘、Web使用挖掘。总结介绍了Web日志挖掘的常用数据挖掘技术。     

基于Web数据挖掘的个性化信息智能Agent挖掘系统模型

个性化智能挖掘是近几年出现的一个崭新的研究方向,它是人工智能与数据挖掘技术在Web或Internet环境下相互融合的产物。大部分个性化信息挖掘都只是建立在纯粹的Web数据挖掘之上,然而面对大部分的智能化技术的出现,面对用户能够快速准确地检索自己最想要的信息的需求,Web数据挖掘要进行相应的扩展,通过将Web数据挖掘技术和智能Agent技术相结合,从而满足用户的需求。本文主要提出两个模型:典型的个性化Web挖掘模型和个性化Agent智能挖掘模型。     

文本数据挖掘技术在Web知识库中的应用研究

介绍了文本数据挖掘和知识提取的基本理论,然后分析了网络信息的检索与挖掘的特征,特别是文本挖掘、Web数据挖掘和基于内容数据挖掘与之相关联的系列问题.在此基础上,分析了Web知识库的设计、建立、文本数据挖掘和知识发现所需的理论和技术,对Web知识库系统的架构和功能模块进行分析和设计,建立了基于文本数据挖掘的Web网络知识库的模型.     

基于Web数据挖掘研究

在Internet浪潮的冲击下,人们面临着数据爆炸的挑战;随着数据挖掘(Data Mining,DM)技术的迅速发展及数据库管理技术的广泛应用,人们积累的数据越来越多,如何从浩如烟海的数据中找到内在的规律,如何更方便地传递、交流、获取有用的信息,挖掘这些激增数据背后隐藏的重要信息已成为当前高科技领域研究的热点。Web挖掘(Web Mining),是将传统的数据挖掘同Web结合起来的技术,从广义上解释就是通过数据挖掘技术来分析与网站相关的资料。就WEB数据挖掘的一些特点、过程以及方法进行探讨。     

Web数据挖掘在信息管理中的应用

如何从广大的数据信息中,快速检索出需要的信息,需要Web数据挖掘技术。其算法及在信息管理中的应用是值得研究的课题,如今,Web数据挖掘在科技文献检索等信息管理领域的作用十分重要。本文从数据挖掘技术的概念、特征等基础上,浅述了数据挖掘技术在信息管理中的多样的应用领域和重要意义,重点阐述了Web数据挖掘在优化数据资源、为客户提供个性化智能化自动化服务等方面的创新性多领域应用。     

XML技术在Web数据挖掘中的应用

Web数据挖掘技术是当前的热点研究之一.但Web数据本身具有半结构化、组织性差的特点,使得Web数据挖掘工作变得十分困难.而XML的出现为面向Web的数据挖掘带来了便利.本文提出了一种基于XML的Web数据挖掘模型,并通过实例演示其实现步骤.     

XML与Web数据挖掘技术

面向Web的数据挖掘是一项复杂的技术,由于Web数据挖掘比单个数据仓库的挖掘要复杂的多,因而面向Web的数据挖掘成了一个难以解决的问题。而XML的出现为解决Web数据挖掘的难题带来了机会。着重描写了XML的特点及在Web数据挖掘技术上的重要应用。     

基于Web的数据挖掘技术

文章综述了基于Web的数据挖掘技术,介绍了Web数据挖掘的分类：Web结构挖掘、Web内容挖掘和Web访问挖掘,总结了Web数据挖掘的几个研究方向。     

XML与Web数据挖掘技术

面向Web的数据挖掘是一项复杂的技术，由于Web数据挖掘比单个数据仓库的挖掘要复杂的多，因而面向Web的数据挖掘成了一个难以解决的问题。而XML的出现为解决Web数据挖掘的难题带来了机会。着重描写了XML的特点及在Web数据挖掘技术上的重要应用。     

基于半结构化分割的Web热点数据挖掘算法

随着大数据信息技术的发展,数据在线监测和数据挖掘成为计算机信息领域研究的热点。通过对Web热点数据分割挖掘,提高信息热点追踪和Web数据分类能力。传统算法采用非结构化数据挖掘算法,无法有效对Web热点数据进行准确定位和分层挖掘。提出一种基于半结构化分割的Web热点数据挖掘算法。采用半结构化数据进行特征分割,基于优秀基因位进行差分进化,使寻优曲线不断趋于平缓,在多个节点上并行的运行比较脚本,采用半结构化分割,使得Web热点特征挖掘实现自适应寻优,得到Web热点数据的分配因子,提高了挖掘性能。仿真结果表明,该算法获得了良好的效率和精度,提高了Web热点数据挖掘的自适应寻优能力。     

电子商务中数据挖掘技术的研究与应用探索

顾客在电子商务网站的访问行为会产生大量数据信息,这些数据中包含了大量对市场分析及预测有用的潜在信息,可运用数据挖掘技术对客户访问信息的Web数据进行挖掘,从而了解客户的访问行为。本文主要讨论了电子商务中挖掘信息的目标、方法及数据挖掘技术在电子商务中的几点应用。     

浅谈数据仓库与数据挖掘技术及应用

数据仓库技术是基于信息系统业务发展的需要,基于数据库系统技术发展而来,并逐步独立的一系列新的应用技术。数据挖掘技术为应对信息爆炸、海量信息的处理提供了科学和有效的手段。本文简单介绍了关系数据仓库、数据挖掘的概念、结构、基本原理、技术和应用领域。     

Web数据挖掘技术在数字图书馆中的应用研究

随着信息技术的高速发展,人们积累的数据量也急剧增加,Web数据挖掘技术作为处理数据的专项技术,其优越性能在许多领域都有所体现。针对Web数据挖掘技术在数字图书馆中的应用进行研究,分别从web数据挖掘的难点、XML在Web数据挖掘中的应用以及web数据挖掘技术在数字图书馆个性化服务中的应用三个方面展开分析,以促进web数据挖掘技术的不断完善,使它能够为数字图书馆提供更好的服务。     

数据挖掘在知识管理中的应用

数据挖掘是数据库和信息决策领域的一个理论前沿,是知识发现的核心部分。本文从数据挖掘的基本概念入手,介绍了数据挖掘常用的技术和方法,在此基础上,对数据挖掘技术在知识管理中的应用作了深入的论述。     

关联规则在贫困学生信息库的应用

本文以高校学生信息数据为研究对象,主要以贫困学生信息数据为应用点,采用数据挖掘技术挖掘学生信息中的有用知识。本文围绕挖掘贫困学生信息这个主题,运用Apriori关联规则算法对得到的综合数据信息进行挖掘,并对Apriori算法的应用进行了改进,得出了有利于学生管理部门支持决策的知识。     

数据挖掘技术在企业中的应用

计算机和互联网的飞速发展给企业带来海量数据,如何充分挖掘这些数据隐藏的信息以辅助企业决策成为当前企业面临的问题之一。基于对主要的数据挖掘技术的简介,本文讨论了该技术的应用场合和在企业当中的应用实例,分析了影响该技术普及的不利因素,阐述了数据挖掘技术在企业中的应用前景。     

数据挖掘在高速公路收费系统中的应用探讨

我国高速公路联网收费系统中包含丰富的数据资源,对于这些离散的原始数据,目前大部分采用数据仓库(DW)和联机分析处理(OLAP)技术,而数据挖掘(DM)却应用不广。然而对于高速公路联网收费系统中的海量数据内部,蕴藏着丰富的内在关系和隐含信息,本文探讨了数据挖掘技术在高速公路联网系统中的部分应用问题。     

数据挖掘技术及其应用

数据挖掘是数据库研究中一个很有应用价值的课题,它融合了数据库、人工智能、机器学习等多个领域的理论和技术.本文介绍了数据挖掘的定义、功能、常用技术、数据挖掘过程,以及数据挖掘的应用.     

基于共享的隐私保护关联规则挖掘

随着数据挖掘技术的广泛使用,产生了信息安全和隐私保护的新问题。对当前分布式隐私保护关联规则挖掘的经典算法进行了改进,在不使用当前流行的多方安全计算(SMC)的条件下,用较简单的方法进行隐私保护关联规则挖掘,降低了运算量。同时,在分布式关联规则挖掘的同时,很好地保持了各个站点的数据和信息。     

数据挖掘技术综述

数据挖掘是目前信忠领域和数据库技术的前沿研究课题,本文介绍数据挖掘的定义、方法、过程及应用,并对数据挖掘的发展趋势进行了分析.