Web数据的挖掘方法研究

【摘要】： 数据挖掘技术是人们长期对数据库技术进行研究和开发的结果。数据挖掘(Data Mining)，是指从大型数据库或数据仓库中提取隐含的、未知的及有潜在应用价值的信息或模式。它是数据库研究中的一个很有应用价值的新领域，融合了数据库、人工智能、机器学习、统计学等多个领域的理论和技术。Web挖掘为人工智能领域中数据挖掘技术的一个热点，它实现对Web存取模式、Web结构和规则，以及动态的Web内容的查找功能，是一个更具挑战性的课题。本文研究的主要内容是Web内容(文本)挖掘。 文中首先对数据挖掘及Web挖掘技术进行了概述，对Web数据的特点作了分析和研究，比较了XML与传统数据库的区别，然后选择XML文档来保存数据。其次，根据Web挖掘的任务，给出了本课题的实现方法：神经网络与Boosting算法相结合进行文本分类。本课题的实现方法与单纯基于神经网络的方法相比，在样本的识别率和分类的准确率上都有所提高。 目前，该系统已经能试验性运行，效果良好，达到了预期的学习和实践的目的，为进一步研究Web挖掘奠定了基础。