資源描述：
《基于xml的web數(shù)據(jù)挖掘技術(shù)系統(tǒng)框架的設(shè)計81469》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、!"#"$!%&’$()研究與開發(fā))"*"+,-."(/01.$2+3%4/5%%%%6("/6%(基于&’(的%78數(shù)據(jù)挖掘技術(shù)系統(tǒng)框架的設(shè)計關(guān)冰核工業(yè)培訓(xùn)中心計算機系!北京!"""#$摘要!互聯(lián)網(wǎng)的廣泛應(yīng)用使%&’數(shù)據(jù)挖掘成為當(dāng)前數(shù)據(jù)挖掘技術(shù)研究的熱點"但由于%&’數(shù)據(jù)存在方式的特殊性使%&’數(shù)據(jù)控制變得十分復(fù)雜!而()*的出現(xiàn)為%&’數(shù)據(jù)挖掘技術(shù)帶來了巨大的發(fā)展契機"()*正逐漸成為新一代互聯(lián)網(wǎng)數(shù)據(jù)組織和交換的事實標(biāo)準(zhǔn)!兩者的結(jié)合$#$基于()*的%&’數(shù)據(jù)挖掘技術(shù)成為%&’數(shù)據(jù)挖掘中一個重要的研究課題%文
2、章分析了%&’數(shù)據(jù)挖掘技術(shù)的難點!提出了一個基于()*的%&’內(nèi)容數(shù)據(jù)挖掘系統(tǒng)框架"關(guān)鍵詞&()*&%&’&數(shù)據(jù)挖掘’()*$+,-.+$/0-12$)34506#$%2.*.7353548$9:50;04(<.)$=05>7?@%)*-.9*&+,&-./&01&23.45&64&5789&1-&’/8587.4.4:5,&;26&23;066&45/8587.4.4:5&;,42<2:=6&!1&86;,>?055,&1@&;.8<.5=23-&’/858&A.15.4:3267789&1-&’/858;24
3、562<;27@<&A>+,&8@@&8684;&23()*’6.4:1:6&852@@26504.5=326-&’/8587.4.4:5&;,42<2:=>()*.1’&.4:5,&1584/86/23.45&64&5/85826:84.B.4:84/&A;,84:.4:.472/&645.7&1>+,&;27’.4.5.24235,&5-2$$-&’/8587.4.4:5&;,42<2:=’81&/24()*’&;27&18.7@2658456&1&86;,52@.;.4-&’/8587.4.4:>+,&@8
4、@&6848<=1&15,&/.33.;0<.5.&1.4-&’/8587.4.4:5&;,42<2:=84/@6&1&4518/8587.4.4:1=15&73687&-269’81&/24()*>A$(/0-=)&()*C%&’CD858).4.4:!引言準(zhǔn)!并且大量的&’(數(shù)據(jù)將很快出現(xiàn)在!"$上"&’(隨著互聯(lián)網(wǎng)的飛速發(fā)展!!"#上的數(shù)據(jù)量急劇膨數(shù)據(jù)模型與半結(jié)構(gòu)化數(shù)據(jù)的對應(yīng)非常明顯)可以說脹!但是其中蘊含的知識卻未能得到充分的挖掘和利*’(數(shù)據(jù)是%%%上的半結(jié)構(gòu)數(shù)據(jù)"因此基于*’(的用!因此將傳統(tǒng)的數(shù)據(jù)挖
5、掘技術(shù)和!"$結(jié)合起來!進行%"#數(shù)據(jù)挖掘可以充分利用*’(的特點進行%"#數(shù)%"$數(shù)據(jù)挖掘成為數(shù)據(jù)挖掘技術(shù)研究的熱點"目前據(jù)挖掘"&’(正逐漸成為新一代互聯(lián)網(wǎng)數(shù)據(jù)組織和交換的標(biāo)"#$%數(shù)據(jù)挖掘的難點!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!比較好的解決與用戶的溝通不及時#用戶試用期間積1/-王要武.管理信息系統(tǒng).電子工業(yè)出版社)/002.極性的問題及時與用戶交流可以達到開發(fā)出的產(chǎn)品與12-薛華成.管理信息系統(tǒng).清華大學(xué)出版社)/002.用戶的需求最緊的粘合"系統(tǒng)的建設(shè)不是
6、一朝一夕的13-張建林.管理信息系統(tǒng).浙江大學(xué)出版社)/003.事情!有很多單位!在信息化建設(shè)中!存在操之過急的14-楊善林)劉業(yè)政.管理信息學(xué).高等教育出版社)現(xiàn)象!往往會造成更大的返工"反而更降低了信息化建/002.設(shè)的速度!即成欲速則不達"15-李大軍.商業(yè)的管理信息系統(tǒng).清華大學(xué)出版社)/00/.參考文獻16-黃海嵩.企業(yè)信息化建設(shè)指南.安徽科學(xué)技術(shù)出+,-武俊達.管理信息系統(tǒng).重慶大學(xué)出版社)/00/.版社)/00/.BB電腦知識與技術(shù)認證考試!"#"$!%&’$()研究與開發(fā)01.$2+3%4/5%%
7、%%6("/6%()"*"+,-."(/相對于&’(的數(shù)據(jù)而言!傳統(tǒng)的數(shù)據(jù)庫中的數(shù)據(jù)-./01’.#2345/和6’.478/139’:&’(;<’854等"這些&’(結(jié)構(gòu)性很強!即其中的數(shù)據(jù)為完全結(jié)構(gòu)化的數(shù)據(jù)!而內(nèi)容的挖掘系統(tǒng)主要采用對搜索引擎搜索出的頁面文&’(上的數(shù)據(jù)最大特點就是半結(jié)構(gòu)化"所謂半結(jié)構(gòu)化檔提取關(guān)鍵信息進行數(shù)據(jù)挖掘"但是目前的搜索引擎是相對于完全結(jié)構(gòu)化的傳統(tǒng)數(shù)據(jù)庫的數(shù)據(jù)而言"顯然!雖然采用了各種方法來提高檢索結(jié)果的精度!但是結(jié)面向&’(的數(shù)據(jù)挖掘要比面向單個數(shù)據(jù)倉庫的數(shù)據(jù)挖果中仍然包括了與用戶請
8、求不相關(guān)的文檔!其比例高掘要復(fù)雜得多"達=>?以上"并且當(dāng)前&’(內(nèi)容挖掘系統(tǒng)大多缺少用)*+異構(gòu)數(shù)據(jù)庫環(huán)境戶交互!不能滿足用戶個性化的&’(挖掘"而&’(上從數(shù)據(jù)庫研究的角度出發(fā),&’(網(wǎng)站上的信息也半結(jié)構(gòu)化數(shù)據(jù)和異構(gòu)數(shù)據(jù)源問題使得從頁面文檔準(zhǔn)確可以看作是一個數(shù)據(jù)庫!而且是一個更大#更復(fù)雜的數(shù)提取關(guān)鍵信息比較困難"據(jù)庫"&’(上的每一個站點就是一個數(shù)據(jù)源!每個數(shù)據(jù)針對現(xiàn)
