学位论文 > 优秀研究生学位论文题录展示

基于XML的Web文本挖掘及关联算法的研究

作　者: 王燕
导　师: 苏勇
学　校: 江苏科技大学
专　业: 计算机应用技术
关键词: XQuery Apriori XML文档 关联规则 数据挖掘
分类号: TP311.13
类　型: 硕士论文
年　份: 2011年
下　载: 98次
引　用: 2次
阅　读: 论文下载
 

内容摘要


近年来,随着计算机技术的发展和互联网的普及,各级网站服务器中的数据量越来越庞大,数据的种类也越来越繁杂,如何更好地有效利用这些数据,从中挖掘出对各个领域有价值的信息成为现如今的热点研究。尽管传统的数据库技术和数据挖掘技术已取得了飞速的发展且也在日益完善,但由于Web数据的数据类型是半结构化或无结构化,传统技术对Web数据的信息挖掘而言,就存在诸多的困难。XML是一种半结构化的数据模型,随着XML的不断发展,用XML表示Internet上的信息开始广泛应用。XML具有可扩展性、平台无关性、灵活性等特点,还具有强大的数据表达能力,这使得XML能够在信息数据的表示和交换方面的作用日渐增强。因此,对于数量巨大的XML数据,如何能够有效提取其中有价值的信息迫在眉睫。Apriori算法是关联规则挖掘的经典算法,在关联规则领域有很大的影响力,然而由于其需要过于频繁的扫描数据库及较大的空间消耗,许多人已经通过多种方法对其进行改进。现有的基于XQuery的Apriori算法仍存在需要改进的地方,例如,某些情况下由于XML文档的数据量太大,相关的数据就被存放在多个文档中,这些文档又没有必然的联系。而目前的关联规则算法则主要是对单个XML文档进行挖掘,若要对多个文档进行挖掘,就必须对算法进行改进。本文将XML的查询语言XQuery与关联规则挖掘算法结合起来实现了基于XQuery的Apriori算法,对多个XML文档的关联规则挖掘进行研究。在不降低挖掘效率的前提下,通过对算法进行改进,引入XQuery语言中的collection函数,由于此函数具有可以访问多个XML文档集合的特点,实现了对多个XML文档进行挖掘的目标。将改进的算法运用在基于XML的Web文本挖掘模型中,验证了其可行性及有效性。

全文目录


摘要  6-7
Abstract  7-11
Contents  11-13
第1章 绪论  13-17
  1.1 研究背景  13-14
  1.2 课题研究现状  14-16
    1.2.1 Web 数据挖掘的研究现状  14
    1.2.2 基于XML 的Web 数据挖掘研究现状  14-15
    1.2.3 基于XML 与Web 数据的关联规则算法挖掘的研究现状  15-16
  1.3 本文的主要工作安排  16-17
第2章 数据挖掘技术  17-27
  2.1 数据挖掘技术概述  17-19
    2.1.1 数据挖掘的基本概念  17-18
    2.1.2 数据挖掘的主要任务  18
    2.1.3 数据挖掘的步骤  18-19
  2.2 Web 挖掘技术  19-21
    2.2.1 Web 挖掘的定义及分类  19-20
    2.2.2 Web 挖掘的难点和解决方法  20-21
  2.3 关联规则挖掘  21-26
    2.3.1 关联规则的概念及分类  21-22
    2.3.2 关联规则的经典挖掘算法  22-26
  2.4 本章小结  26-27
第3章 XML 技术  27-42
  3.1 XML 技术概述  27-39
    3.1.1 XML 文档的基本结构  28-31
    3.1.2 XML 的主要特点和优势  31-32
    3.1.3 XML 的相关技术规范  32-34
    3.1.4 XQuery 语言介绍  34-37
    3.1.5 XQuery 中的collection 函数  37-39
  3.2 XML 的挖掘  39-41
    3.2.1 XML 结构的挖掘  39
    3.2.2 XML 内容的挖掘  39-40
    3.2.3 挖掘XML 数据的方法  40-41
  3.3 本章小结  41-42
第4章 基于XQuery 的XML 文档的关联规则挖掘  42-52
  4.1 基于XQuery 实现XML 文档的关联规则挖掘  42-46
    4.1.1 基于XQuery 的Apriori 算法  42-45
    4.1.2 上述算法的局限性  45
    4.1.3 针对上述局限性对Apriori 算法的改进  45-46
  4.2 改进后的算法  46-49
  4.3 实验结果  49-51
  4.4 本章小结  51-52
第5章 基于XML 的Web 文本挖掘系统  52-57
  5.1 基于XML 的Web 文本挖掘系统中关键技术概述  52-53
    5.1.1 将Web 文档转换成结构良好的XML 格式  52
    5.1.2 数据的析取  52-53
    5.1.3 数据检验和集成  53
  5.2 基于XML 的Web 文本数据挖掘模型  53-56
  5.3 本章小结  56-57
总结  57-59
参考文献  59-62
攻读硕士学位期间发表的学术论文  62-63
致谢  63-64
详细摘要  64-68

相似论文

  1. 基于数据挖掘技术的保健品营销研究,F426.72
  2. 高忠英学术思想与经验总结及运用补肺汤加减治疗呼吸系统常见病用药规律研究,R249.2
  3. 张炳厚学术思想与临床经验总结及应用地龟汤类方治疗慢性肾脏病的经验研究,R249.2
  4. Bicluster数据分析软件设计与实现,TP311.52
  5. 基于变异粒子群的聚类算法研究,TP18
  6. 融合粒子群和蛙跳算法的模糊C-均值聚类算法研究,TP18
  7. 基于遗传算法和粗糙集的聚类算法研究,TP18
  8. 基于数据挖掘的税务稽查选案研究,F812.42
  9. 面向社区教育的个性化学习系统的研究与实现,TP391.6
  10. 基于关联规则挖掘的入侵检测系统的研究与实现,TP393.08
  11. 数据仓库技术在银行客户管理系统中的研究和实现,TP315
  12. 基于Moodle的高职网络教学系统设计与实现,TP311.52
  13. 教学质量评估数据挖掘系统设计与开发,TP311.13
  14. 关联规则算法在高职院校贫困生认定工作中的应用,G717
  15. 基于数据挖掘技术在城市供水的分析与决策,F299.24;F224
  16. 数据挖掘技术在电视用户满意度分析中的应用研究,TP311.13
  17. Web使用挖掘与网页个性化服务推荐研究,TP311.13
  18. 数据挖掘在学校管理和学生培养中的应用,TP311.13
  19. 高校毕业生就业状况监测系统研究,G647.38
  20. 基于数据仓库的药品监管辅助决策支持系统的设计与实现,TP311.13
  21. 基于关联规则的结构化浏览技术及其应用,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机软件 > 程序设计、软件工程 > 程序设计 > 数据库理论与系统
© 2012 www.xueweilunwen.com