基于Web的文本数据挖掘的研究

Web挖掘指使用数据挖掘技术在WWW数据中发现潜在的、有用的模式或信息。Web挖掘是从数据挖掘发展而来，因此其定义和传统数据挖掘相类似。但是，Web挖掘又有许多独特之处。现有的KDD方法和DM技术不能直接用于Web挖掘?首先，Web在逻辑上是由文档节点和超链接构成的图。因此Web挖掘得到的模式可以是关于Web内容的，也可以是关于Web结构的。其次，Web文档本身是结构化或无结构的，且缺乏机器可理解的语义，而数据挖掘的对象局限于数据库中的结构化数据，并利用关系表格存储结构来发现知识。