摘 要：隨著經(jīng)濟(jì)的不斷發(fā)展，WEB使用挖掘已經(jīng)是實(shí)現(xiàn)個(gè)性化推薦系統(tǒng)的有效途徑。通過對(duì)網(wǎng)站日志數(shù)據(jù)進(jìn)行挖掘發(fā)現(xiàn)頻繁訪問模式，再結(jié)合活動(dòng)用戶的訪問頁面序列來實(shí)現(xiàn)個(gè)性化的在線推薦。本文將就基于WEB的數(shù)據(jù)挖掘技術(shù)進(jìn)行相關(guān)探討。

關(guān)鍵詞：WEB使用挖掘;在線;網(wǎng)站;應(yīng)用

0 引言

隨著經(jīng)濟(jì)和科技的快速發(fā)展，互聯(lián)網(wǎng)技術(shù)的應(yīng)用也越來越廣泛，但是由于互聯(lián)網(wǎng)內(nèi)容的日益擴(kuò)增，信息的過載現(xiàn)象越來越明顯，信息的迷失對(duì)于人們的互聯(lián)網(wǎng)利用來說有所制約，互聯(lián)網(wǎng)中廣闊的空間和信息如何得到有效和充分的利用，如何對(duì)個(gè)人興趣或者需求快速的定位并實(shí)現(xiàn)是一個(gè)非常重要的問題，WEB數(shù)據(jù)挖掘是這種大環(huán)境下推出的一項(xiàng)綜合性技術(shù)，主要就是指WEB 從文檔結(jié)構(gòu)和使用的集合C 中發(fā)現(xiàn)隱含的模式P，如果將C看做是輸入，P 看做是輸出，那么WEB 挖掘過程就可以看做是從輸入到輸出的一個(gè)映射過程?；赪EB的數(shù)據(jù)挖掘技術(shù)就應(yīng)運(yùn)而生。

1 基于WEB的數(shù)據(jù)挖掘技術(shù)的概況

數(shù)據(jù)的挖掘顧名思義就是從大量的、模糊的、隨機(jī)的、不確定性的信息數(shù)據(jù)庫中選擇有價(jià)值的數(shù)據(jù)信息和知識(shí)，這是一個(gè)尋找的過程，也是一個(gè)決策支持的過程，數(shù)據(jù)挖掘的實(shí)現(xiàn)依賴于人工智能、機(jī)器學(xué)習(xí)、模式學(xué)習(xí)、統(tǒng)計(jì)學(xué)等技術(shù)。數(shù)據(jù)挖掘的基本原理就是通過對(duì)大量數(shù)據(jù)的分析進(jìn)行推理和預(yù)測(cè)，這種分析是自動(dòng)化的，大大減輕了人工的負(fù)擔(dān)提高了工作的效率，從分析中對(duì)潛在模式和有用信息進(jìn)行有效的挖掘，對(duì)于企業(yè)、商家以及各方面的用戶來說都具有非常重要的意義，是決策的一個(gè)科學(xué)基礎(chǔ)，很多領(lǐng)域都已經(jīng)應(yīng)用到了WEB數(shù)據(jù)挖掘技術(shù)，解決了相當(dāng)多的相關(guān)難題，常用的數(shù)據(jù)挖掘技術(shù)有回歸分析、神經(jīng)網(wǎng)絡(luò)、聚類等，這些方法能夠?qū)?shù)據(jù)進(jìn)行不同角度的全方位挖掘，實(shí)現(xiàn)數(shù)據(jù)的可視化和精確。

WEB在數(shù)據(jù)的挖掘過程中通常是三個(gè)階段，包括數(shù)據(jù)的預(yù)處理、數(shù)據(jù)的模式發(fā)現(xiàn)、模式的應(yīng)用分析。

1.1 數(shù)據(jù)預(yù)處理 該服務(wù)器的應(yīng)用并不是針對(duì)數(shù)據(jù)挖掘而設(shè)定的，這就需要在WEB使用的過程中首先要進(jìn)行過濾處理，對(duì)于數(shù)據(jù)的不完整以及模糊、不一致等問題進(jìn)行一個(gè)初步的篩選，從而生成一個(gè)新的數(shù)據(jù)庫，這就是數(shù)據(jù)的預(yù)處理工作，預(yù)處理的工作對(duì)于后續(xù)工作來說是一個(gè)重要的基礎(chǔ)，能夠?qū)ν诰蛩惴ǖ漠a(chǎn)生模式和規(guī)則直接影響。

1.2 模式發(fā)現(xiàn) 挖掘算法的重要過程之一就是模式發(fā)現(xiàn)，這是挖掘算法的實(shí)施內(nèi)容，對(duì)于預(yù)處理之后的數(shù)據(jù)進(jìn)行相關(guān)的科學(xué)算法處理，通過關(guān)聯(lián)形式的分析技術(shù)對(duì)數(shù)據(jù)進(jìn)行進(jìn)一步的處理和分析，從而得出相應(yīng)的規(guī)則和模式。

1.3 模式分析與應(yīng)用 WBE挖掘過程的最后一步就是模式的分析與應(yīng)用，該過程主要是對(duì)模式發(fā)現(xiàn)過程中的一些規(guī)則模式進(jìn)行進(jìn)一步的篩選，刪除上階段的一些無價(jià)值內(nèi)容，從而提供更為精確的數(shù)據(jù)，在該過程中整個(gè)系統(tǒng)框架包括離線和在線推薦引擎兩部分。在線部分主要是對(duì)推薦、融合等內(nèi)容的分析，離線部分則是對(duì)數(shù)據(jù)準(zhǔn)備和知識(shí)挖掘的相關(guān)處理，由于挖掘處理需要較長時(shí)間，因此被設(shè)計(jì)為離線部分，以避免對(duì)實(shí)時(shí)性要求的影響;針對(duì)不同用戶快速生成各種推薦服務(wù)。

2 基于WEB的數(shù)據(jù)挖掘技術(shù)的應(yīng)用

與傳統(tǒng)的數(shù)據(jù)分析相比較，大數(shù)據(jù)分析的一個(gè)重要目標(biāo)就是從海量、數(shù)據(jù)繁多的數(shù)據(jù)庫中找出隱藏的規(guī)律，使數(shù)據(jù)庫發(fā)揮最大的價(jià)值。數(shù)據(jù)的價(jià)值遠(yuǎn)不止于數(shù)據(jù)本身，而是隱藏在數(shù)據(jù)之間的關(guān)系隱含的知識(shí)。比如，現(xiàn)在企業(yè)與客戶之間的接觸途徑和界面越來越豐富，而這些途徑承載了客戶與企業(yè)之間、客戶與產(chǎn)品之間、客戶與品牌之間的大量互動(dòng)信息與數(shù)據(jù)。如果可將這些數(shù)據(jù)整合，企業(yè)便有更多的機(jī)會(huì)準(zhǔn)確了解現(xiàn)有的用戶及挖掘潛在的用戶群體。以用戶需求為中心包含兩層含義：第一是通過對(duì)用戶需求的了解從而設(shè)計(jì)相關(guān)服務(wù)措施和安排，第二是對(duì)信息環(huán)境的設(shè)計(jì)要根據(jù)不同的客戶需求而建立，組織信息資源，提供多樣化服務(wù)。

2.1 信息資源多元化 這種方式主要是根據(jù)館藏資源的合理配置和管理而建立的，該資源組織體系的建立能夠?yàn)橄嚓P(guān)人員提供一個(gè)巨大的數(shù)據(jù)庫，查詢變得方便快速，并且個(gè)性化的服務(wù)方式能夠包含指向豐富信息內(nèi)容的鏈接，力爭(zhēng)達(dá)到讓用戶即需即得的效果。

2.2 具有智能化分析和挖掘用戶需求的功能 信息的技術(shù)發(fā)展實(shí)現(xiàn)了智能化分析的方式，智能化的分析能夠?qū)τ脩舻臑g覽信息進(jìn)行主動(dòng)的采集，大大減輕了人工負(fù)擔(dān)，主動(dòng)對(duì)用戶的日常檢索以及興趣需求進(jìn)行總結(jié)分析，并且推理出用戶的相關(guān)需求，從而可以對(duì)相關(guān)用戶或者類似用戶進(jìn)行信息推薦，提高工作效率，使需求相同的用戶之間共享查詢結(jié)果。

2.3 推薦信息的準(zhǔn)確性、高效性 推薦信息的準(zhǔn)確化是數(shù)據(jù)挖掘的主要追求方向，個(gè)性化的服務(wù)目標(biāo)就是為用戶推薦的信息高效、準(zhǔn)確。數(shù)據(jù)挖掘工作中主要是通過信息過濾、信息處理、信息分析等技術(shù)排出一些無意義信息，精確推薦可用信息，從而將大量信息智能的轉(zhuǎn)化為用戶真正的需求內(nèi)容，從而提高服務(wù)效率，為用戶減輕數(shù)據(jù)搜索的負(fù)擔(dān)。

2.4 各子模塊功能 ①數(shù)據(jù)準(zhǔn)備模塊。數(shù)據(jù)準(zhǔn)備模塊的作用主要是通過對(duì)原始用戶的日志和訪問進(jìn)行數(shù)據(jù)的采集和清洗等，該準(zhǔn)備工作對(duì)于挖掘階段來說能夠?qū)τ谟脩舻奈募约笆挛飻?shù)據(jù)等生成相關(guān)數(shù)據(jù)文件從而為后續(xù)工作提供數(shù)據(jù)基礎(chǔ)。②建立用戶興趣模型庫模塊。用戶興趣模型庫模塊主要是通過WEB挖掘技術(shù)對(duì)用戶的相關(guān)信息以及用戶的訪問情況進(jìn)行綜合分析，對(duì)于用戶的興趣進(jìn)行了解并且能夠根據(jù)信息資源的相關(guān)做出矢量描述，從而對(duì)用戶的要求更科學(xué)的匹配，及時(shí)根據(jù)用戶的要求對(duì)用戶模型進(jìn)行更新和完善。③建立推薦池模塊。推薦池模塊主要是通過用戶的訪問記錄以及用戶評(píng)價(jià)對(duì)用戶的訪問頁面進(jìn)行綜合分析和集合，從而更好的滿足用戶需求。

3 結(jié)語

綜上所述，數(shù)據(jù)的快速增長提高了數(shù)據(jù)的可利用性但同時(shí)也對(duì)數(shù)據(jù)的搜索增加了難度，如何正確高效的利用有關(guān)數(shù)據(jù)是我們的一個(gè)重要方向，傳統(tǒng)的數(shù)據(jù)利用方式很難做到數(shù)據(jù)的精確利用，數(shù)據(jù)挖掘技術(shù)有效的改善了這種狀況，通過可視化技術(shù)、挖掘技術(shù)等對(duì)數(shù)據(jù)進(jìn)行一個(gè)科學(xué)的分析和預(yù)測(cè)，從而提高了數(shù)據(jù)的可利用率和效率。

參考文獻(xiàn)：

[1]喻瑤瑤.基于web的數(shù)據(jù)挖掘系統(tǒng)設(shè)計(jì)研究[J].電腦迷，2014（7）：39.

[2]龔林峰.基于WEB的數(shù)據(jù)挖掘系統(tǒng)在醫(yī)院管理中的應(yīng)用[J].電腦知識(shí)與技術(shù)，2015（8）：1-2.

[3]徐旭，姜飛.基于Web數(shù)據(jù)挖掘簡(jiǎn)述[J].福建電腦，2008，24（6）：39，18.