摘要：隨著網(wǎng)絡(luò)技術(shù)的快速發(fā)展，網(wǎng)絡(luò)上數(shù)據(jù)資源的越來越豐富，為了能夠從眾多的網(wǎng)絡(luò)信息中準(zhǔn)確快速的發(fā)現(xiàn)知識，從而研究出數(shù)據(jù)挖掘（Data Mining，DM）和知識發(fā)現(xiàn)（Knowledge Discovery，KD）領(lǐng)域。但是隨著科學(xué)技術(shù)的發(fā)展，將會對Web提出更高的要求，為了能夠滿足人們的要求，從而研究出一種基于Web的數(shù)據(jù)挖掘技術(shù)，以便人們能夠智能的、自動的抽取數(shù)據(jù)中知識。下面就具體進(jìn)行分析數(shù)據(jù)挖掘技術(shù)在Web中的應(yīng)用。

關(guān)鍵詞：數(shù)據(jù)挖掘技術(shù)；web挖掘；web的應(yīng)用；個性化服務(wù)

中圖分類號：TP399-C1 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-9599 （2012） 15-0000-02

1 數(shù)據(jù)挖掘技術(shù)

1.1 數(shù)據(jù)挖掘技術(shù)的概念

數(shù)據(jù)挖掘技術(shù)主要是指尋找隱藏在數(shù)據(jù)庫中有價值的信息，從而為決策支持 提供有力的依據(jù)的過程。數(shù)據(jù)挖掘的目標(biāo)主要包括特征、趨勢以及相關(guān)性等多個方面的信息。隨著計算機(jī)的普及，信息時代的到來，網(wǎng)絡(luò)中信息量迅速增加，傳統(tǒng)的知識發(fā)現(xiàn)（KDD：Knowledge Discovery in Databases）技術(shù)和方法已經(jīng)不能滿足人們從Web中獲取信息的需要，并且現(xiàn)實也要求對互聯(lián)網(wǎng)上的信息進(jìn)行深層次實時的分析[1]。所以Web的數(shù)據(jù)挖掘技術(shù)油然而生，這種技術(shù)將傳統(tǒng)的數(shù)據(jù)挖掘和web相互結(jié)合起來，能夠從大量的信息數(shù)據(jù)選取有價值的隱含信息。下圖1為Web數(shù)據(jù)挖掘原理流程：

1.2 Web數(shù)據(jù)挖掘的分類

根據(jù)數(shù)據(jù)挖掘的對象不同，Web數(shù)據(jù)挖掘技術(shù)可以分為Web結(jié)構(gòu)挖掘、Web內(nèi)容挖掘、Web 使用挖掘三類，Web數(shù)據(jù)挖掘分類如下圖2所示：

1.3 Web數(shù)據(jù)挖掘的特點

傳統(tǒng)的數(shù)據(jù)挖掘主要是以數(shù)據(jù)庫為基礎(chǔ)，對結(jié)構(gòu)化的數(shù)據(jù)進(jìn)行信息分析、加工以及模式挖掘，傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)能夠直接或者間接的應(yīng)用到Web數(shù)據(jù)挖掘中，但是因為Web技術(shù)自身的特點，從而使Web中的數(shù)據(jù)挖掘技術(shù)和傳統(tǒng)的數(shù)據(jù)挖掘具有很大的不同。

（1）數(shù)據(jù)量巨大。網(wǎng)絡(luò)能夠?qū)⒎植荚谑澜绮煌恢玫碾娔X連接在一起，并且每一個電腦都存在豐富的數(shù)據(jù)，又因為連接在網(wǎng)絡(luò)上電腦的數(shù)量非常巨大，所以Web數(shù)據(jù)挖掘技術(shù)能夠處理的數(shù)據(jù)也非常大。

（2）半結(jié)構(gòu)化的數(shù)據(jù)結(jié)構(gòu)。傳統(tǒng)的數(shù)據(jù)庫中的數(shù)據(jù)結(jié)構(gòu)具有一定的模型，可以根據(jù)數(shù)據(jù)模型進(jìn)行對網(wǎng)絡(luò)中的數(shù)據(jù)進(jìn)行描述，與傳統(tǒng)的數(shù)據(jù)結(jié)構(gòu)相比，在Web站點中的數(shù)據(jù)沒有統(tǒng)一的模型，并且各個站點之間都是獨自設(shè)計的，所以Web站點中對數(shù)據(jù)的處理是不斷變化的[2]。

（3）異構(gòu)數(shù)據(jù)庫環(huán)境。在數(shù)據(jù)庫環(huán)境中每一個Web站點都可以看作是一個數(shù)據(jù)源， 由于Web站點是相互獨立的，因此站點之間除了能夠相互訪問之外沒有其他的關(guān)系，所以Web站點之間的信息都是不同的，從而構(gòu)成一個巨大的異構(gòu)數(shù)據(jù)庫環(huán)境。

2 數(shù)據(jù)挖掘技術(shù)在Web中應(yīng)用

隨著信息時代的到來，網(wǎng)絡(luò)技術(shù)的發(fā)展，目前數(shù)據(jù)挖掘技術(shù)已經(jīng)廣泛應(yīng)用到遠(yuǎn)程通信業(yè)、制造業(yè)、金融業(yè)、零售業(yè)、政府管理機(jī)構(gòu)以及體育等各個行業(yè)中，而數(shù)據(jù)挖掘技術(shù)在Web中應(yīng)用目前已經(jīng)成為全球?qū)W術(shù)界研究的熱點，并應(yīng)用到各個行業(yè)中。

2.1 Web中數(shù)據(jù)挖掘技術(shù)在搜索引擎中的應(yīng)用

在Web數(shù)據(jù)挖掘技術(shù)中，搜索引擎是最為典型的應(yīng)用，采用Web數(shù)據(jù)挖掘技術(shù)不僅能夠提高搜索引擎的查詢速度、網(wǎng)頁的權(quán)重、關(guān)鍵詞匹配的相關(guān)度以及改善搜索結(jié)果等，并且Web數(shù)據(jù)挖掘技術(shù)也應(yīng)用在文本的自動分類、自動摘要的形成、個性化的搜索引擎以及檢搜結(jié)果的聚類等具有重要的作用。

2.2 在電子商務(wù)中的應(yīng)用

Web數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中應(yīng)用也是比較典型的應(yīng)用，Web數(shù)據(jù)挖掘技術(shù)能夠通過對客戶訪問日志數(shù)據(jù)采用模型化算法、神經(jīng)元網(wǎng)絡(luò)以及其他的信息處理技術(shù)進(jìn)行分析，從而商家能夠?qū)€體或者特定消費(fèi)群體進(jìn)行定向營銷的決策。并且采用Web數(shù)據(jù)挖掘技術(shù)還可以對日志進(jìn)行定量分析，從而能夠揭示出頻繁訪問的頁面、訪問途徑以及客戶的類屬關(guān)系、網(wǎng)頁的類屬關(guān)系等，從而能夠為Web站點的優(yōu)化提供有力的參考是數(shù)據(jù)。Web數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中應(yīng)用主要體現(xiàn)在客戶的駐留、客戶獲取以及客戶的聚類和分類三個重要的方面。下圖3為Web數(shù)據(jù)挖掘的簡單商務(wù)網(wǎng)站模型：

2.3 Web數(shù)據(jù)挖掘技術(shù)應(yīng)用于股票系統(tǒng)

Web數(shù)據(jù)技術(shù)采用Web-Dms系統(tǒng)可以構(gòu)建一個基于Web 的挖掘的股票教育和交易環(huán)境，并且還能夠充分利用站點上積累的信息，從而更好地服務(wù)于企業(yè)和客戶。在股票系統(tǒng)中采用Web 數(shù)據(jù)挖掘技術(shù)不僅能夠通過了解查找者的動態(tài)行為 選擇最佳的電子商務(wù)精英方式，而且還能夠得知查找者的愛好[3]。應(yīng)用Web數(shù)據(jù)技術(shù)Web設(shè)計人員不在依靠專家的定性的指導(dǎo)進(jìn)行設(shè)計網(wǎng)站，而是可以根據(jù)查找者的信息進(jìn)行設(shè)計網(wǎng)站的機(jī)構(gòu)和外觀，從而能夠為客戶提供個性化的服務(wù)。

3 總結(jié)

Web中的數(shù)據(jù)挖掘技術(shù)是一種新型的技術(shù)，由于Web自身的特點，從而使Web數(shù)據(jù)挖掘技術(shù)具有很多特點，并且其應(yīng)用也是非常廣泛，不僅能夠提取頁面的信息，進(jìn)行分析設(shè)計站點，而且在電子商務(wù)方面也具有非常廣闊的應(yīng)用前景。

參考文獻(xiàn)：

[1]DiPasquo D，Using HTML forlnation to aid in natural languageprocessing on the World Wide Web[M].Canegie-Mellon University.Sehool of Computer Science，1998.

[2]Jaideep Srivastava，Robert Cooley，Mukund Deshpande，Pang-Ring Tan，Web Usage Mining：Discovery and Appl J cations of Usage Patterns From Web Data，Appear in SIGKDD Xepiorations，V01.1，Issue2，2000.

[3] Robert Cooley，Bamshad Mobasher，and jaideep Srivastava，Grouping Web Page Reference into Transactions for Mining World Wide Web Browsing Patterns，in P roeeedjrigs of the 1997 lEEE Rnowledge and Data Engineering Exchange Workshop，November 1999