【摘 要】
：
web上有海量的数据信息,怎样对这些数据进行应用,成了现今数据库技术的研究热点,数据挖掘就是从大量的数据中发现隐含的规律性的内容,解决数据的应用质量问题,充分利用有用的
论文部分内容阅读
web上有海量的数据信息,怎样对这些数据进行应用,成了现今数据库技术的研究热点,数据挖掘就是从大量的数据中发现隐含的规律性的内容,解决数据的应用质量问题,充分利用有用的数据,废弃虚伪无用的数据,是数据挖掘技术的最重要的应用.Web信息的多样性决定了Web挖掘任务的多样性.Web内容挖掘的重点是页面分类和聚类.Web内容挖掘的主要方向在文本挖掘.Web结构挖掘的目的在于揭示蕴含在这些文档结构信息中的有用模式.超链接还反映了文档间的引用关系,一个页面被引用的次数体现了该页面的重要性.Web页面的URL可能会反映页面的类型,也可能会反映页面之间的目录结构关系.web使用记录挖掘是指从的访问记录中提取感兴趣的模式.分析这些数据可以帮助理解用户的行为,从而改进站点的结构,或为用户提供个性化的服务.用户访问网站的日志文件为我们提供了一个可以了解用户行为的机会,这样我们有可能改变网站的结构以便更好的为用户服务,使用户更方便的找到自己的感兴趣的内容.
其他文献
该文研究了基于等高线的地形模型建模的基本理论与方法,包括规则网格地形模型、不规则三角网地形模型的建模.对地形模型简化和多分辨率地形模型进行了讨论,总结了前人在这些
基于案例的推理(Case-Based Reasoning,简称CBR)以完全不同于基于规则的推理(Rule-Based Reasoning,简称RBR)的方式在人工智能(ArtificialIntelligence,简称AI)的众多技术中
随着Internet技术和WWW服务的发展,Web网络流量和网页访问延迟日益引起人们的关注,对这两个问题的解决影响了Internet的持续发展.代理缓存技术是解决这两个问题的最常用方法.
该文以研发机群计算软件为主要内容,利用Java开发一个跨平台的、基于消息机制的并行编程环境JNOW,为机群计算技术的研究提供新的思路.论文的工作主要集中在以下三个方面:1从
该文密切围绕水下目标识别这一核心问题,以实际工程应用为背景,主要采用时频分析与非高斯信号处理方法,对水下目标特征提取和分类算法这两个关键环节,展开了下列研究工作:(1)
世界经济的平稳增长以及机动车价格的大幅度下跌导致了最近几年机动车的私人拥有量在不断的上升。而我们在享受机动车带来的便利的同时,交通事故的增加也在困扰着我们。故此,
随着信息技术的迅猛发展，各个部门积累了海量数据，迫切要求从这些数据中自动地采掘有价值的信息和知识以支持决策。于是数据采掘技术应运而生。关联规则采掘是数据采掘中的一个
该文分析并比较了各种基于树结构的多维数据分布方法,给出了基于k-d树结构的分布方法的详细设计方案,指出设计基于传统索引结构的数据分布方法是解决并行数据库系统数据分布
该课题主要研究以对象数据库为后台的在线服装博物馆系统模型的特征、功能和结构.借助该实验室网络数据库研究所已经成功完成的"服装文化多媒体数据库"课题项目,该课题在理论
该文讨论了软件内建自测试中类测试模板的设计与实现.类测试模板是面向对象软件测试模板中最基本的测试模板,它通过各种前台界面和分析模块收集生成类测试用例需要的信息并存