面向Web的数据仓库的研究和实现

本文分析Web数据的特点和数据仓库的基本原理压其局限性，并探讨XML在Web上的运用，然后引入Web数据仓库技术厦其架构．最后提出Web数据仓库系统的解决方案。     

在Web Services动态组合方面的OWL-S语义扩展

Web服务的日益广泛和语义Web研究的不断深入,使得利用本体语言自动处理各种Web服务任务成为可能.回顾了Web服务的主要思想和基本概念,指出了其在描述Web服务的语义信息方面的不足,从而说明在Web服务研究中引入语义Web的目的.介绍了描述Web服务语义信息的本体语言OWL-S,并针对OWL-S在描述Web服务动态组合方面能力的不足,尝试利用情形演算理论扩展其该方面的语义描述能力,使本体语言能够满足Web服务动态组合的需要.对最终实现基于语义的Web服务的动态组合具有积极意义.     

基于Agent的Web服务研究

提出了一个基于Agent的Web服务,包括Web服务的描述语言,Weh服务的制定,中介Agent和Web服务的匹配。其目的是通过结合Agent和Web各自的优点,推动Web向一个新的方向发展。     

基于语义的Web service组合技术研究

随着Web服务的发展,Web服务组合越来越显示出其必要性。文章分析了语义Web服务组合的特点,着重阐述了基于AI规划的语义Web服务组合方案。     

基于联盟博弈的Web服务社区利益分配

随着Web服务的迅速发展,在一个开放环境中功能相似的Web服务越来越多,Web社区的出现大大降低了相似功能Web服务管理和运营成本,服务提供商根据功能将其Web服务部署到相应的社区中,用户则可以通过其功能需求到相应的服务社区来调用其所需的服务.由于社区中的Web服务存在着合作竞争关系,如何将Web服务社区的整体收益公平合理地分配给社区中每一个Web服务的供应商成为亟需解决的问题.在利益分配问题上,Shapley值因具有诸多公平性特征被广泛应用,因此根据Web服务社区的特点,结合联盟博弈论中的Shapley模型,并针对传统Shapley模型的在Web服务社区中的局限性进行改进.通过实验表明:在Web服务社区中,该分配算法较传统Shapley算法更加有效且具有实用性.     

基于Web日志的数据挖掘初探

Web日志挖掘是Web数据挖掘研究领域中一个最重要的应用方面。该文首先介绍了Web日志挖掘产生的背景,然后介绍了Web日志挖掘的基本概念,着重阐述了Web日志挖掘的预处理和日志挖掘算法两个关键技术,最后介绍了Web日志挖掘的应用,提出了其发展方向。     

基于Web应用的安全系统的研究

当前,Web应用的安全问题已经受到越来越多的挑战,人们对于Web的安全也给予了更多的关注.针对Web应用的安全系统进行了分析,描述了Web应用安全漏洞的级别,并对安全漏洞的进行分类,将其总结和归类;在传统的Web应用漏洞扫描系统的基础上,针对漏洞扫描系统的目标,设计出Web应用安全扫描系统,并对其各个模块的基本功能进行了分析;对遍历扫描模块进行了详细的分析.     

地理信息Web服务的研究进展综述

从地理信息Web服务研究的不同侧面对其进行了综述,阐述了Web服务的基本概念及其架构,概括了当前地理信息Web服务的标准规范、平台及应用研究情况,分析了地理信息Web服务组合及服务链的相关技术-工作流技术、地理信息语义技术、Agent技术等,网格技术与地理信息Web服务的结合以及最新提出的主动地理信息Web服务等研究内容,并对这些技术进行了总结,结合已有的成果,指出其存在的问题并展望其未来的研究方向。     

基于QoS的Web服务选择方法研究进展

基于QoS的Web服务选择是从功能相同的Web服务中以Web服务的QoS属性为评价指标选出最优服务的过程,其作为语义Web服务领域的关键技术正在蓬勃发展.文章考察了现有的Web服务选择方法,对其进行了归类,分析了各类方法的优缺点,讨论了这个方向的研究重点及未来的研究趋势.     

Web日志挖掘系统的设计与实现

设计并实现了一个Web日志挖掘系统,将Web日志挖掘应用到校园网站,对其Web服务器的日志记录进行挖掘,并将挖掘出的模式应用于智能Web站点的构建。     

Web使用挖掘研究及实现

Web使用挖掘并不是简单地把数据挖掘算法应用在Web日志上,由于WWW体系结构的特殊性(包括Web站点上物理路径和逻辑路径的不一致),必须采用一种新的框架来处理挖掘过程。整个挖掘过程可以分为两大部分:ECLF日志预处理和在预处理后的数据集上进行挖掘。文中从应用的角度出发,在分析了这两个过程的具体流程后,给出了一个完整的Web使用模式挖掘解决方案和从Web日志中挖掘关联规则的系统原型。     

一种无冗余的Web日志挖掘算法

Web日志挖掘是Web数据挖掘的一个重要研究领域。Web日志挖掘通过发现Web日志中用户的访问规律和模式,可以提取出其中潜在的规律和信息,人们对这个领域的研究也日益重视。然而,传统的基于关联规则的Web日志挖掘算法都是基于所有关联规则的。这种方式往往挖掘产生大量的候选规则,而且存在大量冗余的规则。提出了一种新的无冗余的Web日志挖掘算法,该算法通过引入频繁闭项集合最小关联规则的概念,从而解决了以往基于所有关联规则挖掘算法中出现的上述问题。     

基于Web日志的时态关联规则挖掘算法

分析Web日志数据的特点,把时态约束应用到Web日志数据挖掘中可以获得更好的效率。文章从概化的角度给出了一个基于Web日志的时态关联规则挖掘算法,并用一段用户会话事务数据为例,介绍了具体挖掘过程。     

基于Web日志文件的关联规则挖掘模块的实现

在对Web应用挖掘的基本步骤作系统性研究的基础上,设计了一个基于Web日志文件的关联规则挖掘模块。该系统应能够对用户访问Web时服务器方留下的访问记录进行挖掘,从中得出用户的访问模式和访问兴趣。为了识别用户浏览模式,实现了利用关联规则挖掘算法Apriori对Web应用挖掘过程中预处理阶段所产生的用户会话文件进行挖掘的模块,该模块针对用户选定的若干页面产生满足最小支持度和最小置信度的页面之间的强关联规则,并以文本的形式显示挖掘的结果。     

基于空间分割的SWRL数据集关联规则挖掘

语义Web环境下的关联规则挖掘是数据挖掘领域新的研究热点.本文针对SWRL数据集的特征,建立新的数据挖掘形式背景,将FCA用于关系型关联规则的挖掘,提出了基于搜索空间分割的关联规则挖掘方法.采用FCA作为频繁模式的压缩表示方式,从生成的闭查询导出的关联规则,可有效控制冗余规则的产生.将搜索空间进行划分可减小问题的规模,充分利用已有的挖掘过程的中间结果所提供的信息,减少了计算量.由于采用了分而治之的策略,本文的方法易于扩展到对海量语义Web数据的并行处理.     

Web数据挖掘与挖掘算法探讨

本文介绍了Web数据挖掘的概念及其分类,并对Web数据挖掘技术的研究进行概述。利用Apriori算法发现频繁集,找到页面间的关联规则。针对网页超链接结构的特点：一条超链接只能建立在两个网页上,发现频繁集只要找出所有2-项集即可,从而提出网页超链接挖掘的NApriori算法。NApriori算法显著提高了Apriori算法的效率。     

Web行为下的正向关联规则挖掘研究

Web关联规则挖掘研究用户对Web站点上不同页面之间的访问规律,为智能Web站点的个性化服务提供知识依据。文中讨论在Web使用挖掘中如何实现关联规则挖掘与访问序列相结合,挖掘切实有效的关联规则;具体阐述如何构造最大向前路径,并将关联规则与最大向前路径匹配、过虑的过程。试验证明得到的关联规则可作为智能Web站点的有效知识依据。     

一种基于特征符号的网页主题信息抽取方法

随着Internet网络的日益普及,Web上的海量数据给文本挖掘尤其是网页主题提取带来了更多的挑战,现有的文本提取方法在保证高准确率的同时无法满足Web挖掘方法的通用性。通过对Web网页结构进行研究,对网页生成树模型进行了改进,找到网页结构的通用规则,提出一种基于特征符号的提取方法CECS（content extraction characteristic symbols）,结合相关度对网页主题内容进行提取。实验证明,所提算法具有很高的准确性和通用性。     

利用图片类日志信息改进会话识别质量

数据预处理是Web日志挖掘的基础,而会话识别则是数据预处理的关键步骤,其质量严重影响Web日志挖掘的结果。在分析现有会话识别方法的基础上,提出了利用数据预处理中废弃的图片等日志数据,并结合扩展Web图结构,从页面分组规则和路径补全算法两个方面改进会话识别质量,并通过实验证实该方法对改善会话识别质量是有效的。     

Web行为下的正向关联规则挖掘研究

Web关联规则挖掘研究用户对Web站点上不同页面之间的访问规律,为智能Web站点的个性化服务提供知识依据。文中讨论在Web使用挖掘中如何实现关联规则挖掘与访问序列相结合,挖掘切实有效的关联规则;具体阐述如何构造最大向前路径,并将关联规则与最大向前路径匹配、过虑的过程。试验证明得到的关联规则可作为智能Web站点的有效知识依据。