摘要：Web中的數(shù)據(jù)挖掘技術(shù)是一種新型的技術(shù)，Web自身的特點(diǎn)，決定了Web數(shù)據(jù)挖掘技術(shù)具有更多的特點(diǎn)，而且應(yīng)用也非常廣泛，不僅能夠提取頁(yè)面的信息，進(jìn)行站點(diǎn)設(shè)計(jì)分析，而且在電子商務(wù)方面也具有非常廣闊的應(yīng)用前景。本文對(duì)數(shù)據(jù)挖掘技術(shù)在Web中的應(yīng)用進(jìn)行分析。

關(guān)鍵詞：數(shù)據(jù)挖掘技術(shù)；Web應(yīng)用；網(wǎng)絡(luò)技術(shù)

中圖分類(lèi)號(hào)：TP352 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9599 （2012） 18-0000-02

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(lái)越豐富，人們迫切需要將這些數(shù)據(jù)轉(zhuǎn)換成有用的信息和知識(shí)，進(jìn)而促生了數(shù)據(jù)挖掘（Data Mining，DM）和知識(shí)發(fā)現(xiàn)（Knowledge Discovery，KD）領(lǐng)域。信息技術(shù)的發(fā)展，對(duì)Web應(yīng)用提出更高了要求，為了能夠滿足人們對(duì)信息獲取的要求，研究基于Web的數(shù)據(jù)挖掘技術(shù)，以便人們能夠更加智能、更加自動(dòng)地抽取數(shù)據(jù)以及信息中的知識(shí)。

1 數(shù)據(jù)挖掘技術(shù)相關(guān)概述

1.1 基本概念

數(shù)據(jù)挖掘技術(shù)主要是指尋找隱藏在大量數(shù)據(jù)中有價(jià)值的信息，從中尋找其規(guī)律，揭示出隱含的、具有潛在價(jià)值的知識(shí)，從而為決策支持提供有力依據(jù)的過(guò)程。數(shù)據(jù)挖掘的目標(biāo)主要包括特征、趨勢(shì)以及相關(guān)性等多個(gè)方面的信息。隨著網(wǎng)絡(luò)應(yīng)用的普及，網(wǎng)絡(luò)中信息量迅速增加，傳統(tǒng)的知識(shí)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，基于網(wǎng)絡(luò)技術(shù)提供對(duì)各類(lèi)數(shù)據(jù)的深層次實(shí)時(shí)分析，提供決策支持服務(wù)，就使得基于Web的數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生，這種技術(shù)將傳統(tǒng)的數(shù)據(jù)挖掘和web應(yīng)用技術(shù)相互結(jié)合起來(lái)，實(shí)現(xiàn)高度自動(dòng)化的分析和歸納性的推理。圖1為Web數(shù)據(jù)挖掘原理流程：

2.3 在購(gòu)物網(wǎng)站的應(yīng)用

Web數(shù)據(jù)技術(shù)采用Web-Dms系統(tǒng)可以構(gòu)建一個(gè)基于Web 的挖掘的購(gòu)物網(wǎng)站和交易環(huán)境，還能夠充分利用站點(diǎn)上積累的信息，從而更好地服務(wù)于企業(yè)和客戶。在購(gòu)物網(wǎng)站中采用Web 數(shù)據(jù)挖掘技術(shù)不僅能夠通過(guò)了解購(gòu)物者的行為習(xí)慣，選擇提供最佳的服務(wù)方式、消費(fèi)習(xí)慣，還能夠分析購(gòu)物者的個(gè)人愛(ài)好[3]，從而提供更加貼切的商品推介。應(yīng)用Web數(shù)據(jù)技術(shù)Web設(shè)計(jì)人員能夠不再依靠專(zhuān)家的定性的指導(dǎo)進(jìn)行應(yīng)用網(wǎng)站設(shè)計(jì)，而是可以根據(jù)購(gòu)物者的信息積累，進(jìn)行網(wǎng)站的結(jié)構(gòu)和界面設(shè)計(jì)，為客戶提供個(gè)性化的服務(wù)。

基于Web數(shù)據(jù)挖掘技術(shù)是一門(mén)綜合學(xué)科，需要利用統(tǒng)計(jì)學(xué)的抽樣、估計(jì)和假設(shè)檢驗(yàn)，需要利用人工智能、模式識(shí)別和數(shù)據(jù)建模等技術(shù)，需要數(shù)據(jù)庫(kù)系統(tǒng)提供有效的存儲(chǔ)、索引和查詢處理支持，并且還依賴于數(shù)據(jù)的完整性和各行業(yè)專(zhuān)業(yè)人員的支持程度。從當(dāng)前國(guó)內(nèi)Web數(shù)據(jù)挖掘技術(shù)的應(yīng)用情況來(lái)看，國(guó)內(nèi)相關(guān)技術(shù)情況還處于探索階段，還有待我們對(duì)分析技術(shù)、專(zhuān)業(yè)知識(shí)、過(guò)程標(biāo)準(zhǔn)化等方面更加深入的學(xué)習(xí)和研究，發(fā)揮出基于Web應(yīng)用數(shù)據(jù)挖掘真正的效益。

參考文獻(xiàn)：

[1] 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.

[2]《“數(shù)據(jù)挖掘技術(shù)”成為商業(yè)營(yíng)銷(xiāo)新寵兒》，2010，8，3．http：//www．Cheaa.com/News/Yingxiao/2010-8/34603_2.html.

[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.