Web挖掘技术综述.

Web挖掘技术综述 Web挖掘技术是指使用数据挖掘技术从Web文档和服务中自动地发现和抽取信息。它可以对文档的内容、可利用资源的使用以及资源之间的关系进行分析，从Web数据中发现潜在的有用信息和先前不知道的知识的整个过程。 Web挖掘技术可以运用在很多方面，比如对搜索引擎的结构进行挖掘，确定权威页面，Web文档分类，Web log挖掘等。通过对Web日志的分析，揭示其中的关联关系、时序关系、页面类属关系、客户类属关系和频繁访问路径等，可以为优化Web站点的组织结构，discover用户浏览站点的共同行为，对不同的客户群进行分类以提供个性化的服务，这对站点的智能化设计具有重大意义。 在Web挖掘技术中，根据挖掘对象不同，Web挖掘可分为Web内容挖掘、Web结构挖掘和Web使用挖掘。Web内容挖掘是指对Web页面内容进行挖掘，从文本、图像、音频、视频、动画等各种形式的网络资源中发现所需的特定化信息，以实现Web资源的自动检索，提高Web数据的利用效率。Web结构挖掘是挖掘Web潜在的链接结构模式，找到隐藏在一个个页面之后的链接结构模型，该模型可用于网页重新分类，寻找相似的网站，获得有关不同网页间相似度及关联度的信息。 Web挖掘技术的处理流程包括查找资源、信息选择和预处理、模式发现、模式分析等步骤。在模式发现步骤中，可以使用各种数据挖掘技术，如统计分析、决策树、神经网络、关联规则挖掘等。 统计分析是抽取有关Web访问者知识的最常见、最普通的技术。通过分析用户会话文件，我们可以进行频率、平均值和中位数等各种不同种类的基本的描述性分析。根据用户浏览路径中的访问页面、访问时间和访问长度等变量，Web流量分析工具能定期产生各种统计分析报告。 此外，Web挖掘技术还可以应用于商业领域，政府机构，通过Web挖掘进行数据评估和分析，同时完成其他的搜索任务。随着Web技术的不断发展，Web挖掘技术也将继续发展和完善，以满足不断增长的信息需求。 在国内外，Web挖掘技术的研究起步较晚，但随着互联网的发展，Web挖掘技术已经引起了人们的关注，国内外学者和研究人员正在不断推进Web挖掘技术的研究和应用。