基于事件本体的Web不良信息挖掘

为挖掘互联网上的不良信息,本研究借鉴了事件语义分析技术。研究了基于事件本体的Web不良信息挖掘方法,重点是事件本体的构建、文本特征重构。为了验证所提方法的有效性,以信息聚类为例实现了一个基于事件本体的Web不良信息挖掘的原型系统。实验结果表明:基于事件本体和k均值的信息聚类方法的平均准确率为721％,较之传统的基于k均值的信息聚类方法的平均准确率提高了5.3%。     

Web文本挖掘的相关技术问题探讨

由于web文本挖掘信息量大,且缺乏结构化、组织的规整性,目前几乎多数的互联网查询工具都面临匹配的查准率低、给出的查询结果大量冗余,但是查全率却不高的问题。就Web文本挖掘的相关问题进行分析,在分析web挖掘和其研究方向的基础上,重点对于web文本挖掘进行探讨。     

基于语义模型的Web挖掘算法研究

分析了Web日志和用户查询行为之间存在的潜在语义关系,提出了一个能够有效反映用户查询行为的语义模型.提出了一个Web挖掘算法.由于Web日志是一个典型的稀疏矩阵,进一步给出了加速的Web挖掘算法.实验结果表明,基于语义模型的Web挖掘算法是可行、有效的.     

一种基于自然语言理解的Web挖掘模型

如何从网上海量信息中发现有用的知识,满足使用者的需要是一个迫切需要研究的课题.但现有的方法很难从Web上把大量非结构信息抽取到数据库中,而且一般的搜索引擎也只是简单地把关键字匹配作为查询依据,命中率较低.文章提出了将自然语言理解技术与Web数据挖掘相结合,根据用户的需要定制个性化的Web数据挖掘模型.初步试验结果表明该方案是可行的,能很好的满足用户需要,且模型的通用性和适用性强.     

基于Web挖掘的个性化网络教学系统的研究

为了使基于Web的网络教学能够真正地实现个性化教学,提出了网络教学要从以网站为中心向以学生为中心转变的观点,介绍了基础Web挖掘的个性化网络教学系统的体系结构,指出了Web挖掘的基本过程和关键技术,并给出了用户兴趣度计算和个性化推荐算法.     

基于WEB挖掘的SWMS模型的研究与实现

万维网的出现使得计算机拥有了海量的资源,但也困扰着人们获取其中有用信息.W eb挖掘的应用为解决此问题指明了方向.对W eb挖掘的最新技术及发展方向进行了论述,包含W eb挖掘分类,W eb挖掘的特征和两个具体的W eb挖掘算法,最后提出一个具体的W eb挖掘系统SWMS模型.     

基于Web挖掘的电子商务推荐系统研究

Web挖掘作为数据挖掘在Web上的一种应用形式,是电子商务推荐系统的核心。根据Web挖掘理论,文章构建了包含离线部分和在线部分的电子商务推荐系统的体系结构模型。重点分析了基于关联无规则的推荐算法和基于协同过滤的推荐算法。     

基于Web挖掘的智能远程教学平台探究

运用Web挖掘技术的关联规则Apriori算法,分析学员频繁访问的学习路径,挖掘频繁访问的页面路径.该平台的设计目标是实现山区电大远程教学平台的智能导学.     

基于Web挖掘的个性化网络教学系统的设计与实现

随着网络通信技术的不断发展,网络化教学系统也不断发展进步。网络教学已经成为现代化教学的重要手段之一,但目前现有的网络化教学的模式、教学过程、教学方法较为单一,缺乏个性化的教学系统模式。随着我国网络的不断发展普及,基于Web的网络化教学时代已经来临,必将成为未来我国教育界的重要教学模式之一。如何根据学生的现有学习基础和学习条件来实行个性化的教学已经成为网络化教学的重要研究内容。本文设计了一种基于Web挖掘的个性化网络教学系统,以便为学生提供个性化的教学推荐服务。     

一种基于协同过滤的Web挖掘推荐方法

针对当前Web挖掘环境下个性化服务的性能不够高效的问题,运用协同过滤技术的理论与方法,研究了一种基于协同过滤的推荐阀值方法,并且提出了一种在线推荐模型。实验表明,在提高Web个性化服务方面,该模型具有更高的效率。     

基于Web日志的用户访问模式挖掘

利用相对访问率——支持一偏爱度的概念,设计了网站访问矩阵及时间矩阵,并利用这两个矩阵得到用户浏览偏爱路径．实验表明该算法能够准确地反映用户的浏览兴趣,可应用于个性化推荐服务中．     

基于语义的Web挖掘信息智能获取研究

目前,基于语义的Web挖掘使语义Web和Web挖掘两个领域结合起来,并在一定程度上促进了各自的发展。本文介绍了语义Web的体系结构和Web挖掘以及智能Agent的相关概念,并提出了在多Agent框架下构建基于语义的Web挖掘信息智能获取系统模型,经过分析说明此模型在一定程度上提高了信息获取的智能化水平。     

利用XML的一种因果模式Web挖掘模型

定义了一种因果关系模式,包括因集、果集和各种因果关系,以及影响度、分类权值等参数．再结合统计分析等各种数据挖掘算法和XML的优势组成了一种Web挖掘模型,该模型可用来发现Wleb上事物之间的内在联系以及发生规律,以便为任务的执行提供有力的预测和决策依据．应用实例表明,该模型是有效的,能够在预测和决策中发挥作用．     

Web挖掘技术在服装领域的应用

服装行业与国民经济及人民的生活消费密切相关,发展迅速.服装工作者为了把握时尚、紧跟国际潮流,需要利用信息获取技术,从数据海洋中获取服装知识,故有必要采用互联网时代的新技术——Web挖掘技术.Web数据挖掘技术如何应用到服装领域在国内外尚属空白,本文论述了数据挖掘和Web挖掘的概念并给出了挖掘技术在服装领域可能的研究方向,对服装专业的教学、科研和服装设计生产单位有一定的指导意义.     

基于Web的数据挖掘

数据丰富而知识贫乏导致了知识发现和数据挖掘领域的出现。基于Web的数据挖掘,是从Web海量的数据中自动、智能地抽取隐藏于这些数据中的知识,分析了Web挖掘技术的概念、特点、技术等,着重讨论了XML技术与Web挖掘的关系以及Web挖掘中需进一步研究的课题,并介绍了3种比较成熟的Web挖掘产品。     

基于mixtureLDA的微博主题挖掘

针对目前的主题挖掘只考虑主题内容的概率分布方法,本文提出一种综合考虑内容、时间等因素的微博主题挖掘模型mixtureLDA. 该模型能够分析用户不同类型微博的主题概率分布和时间微博主题概率. 实验使用新浪微博数据集,结果表明基于mixtureLDA的微博主题挖掘模型能够有效地挖掘出用户微博和时间微博的主题概率分布. 与MB-LDA、userLDA模型对比,mixtureLDA模型可有效降低困惑度.     

基于WEB挖掘的高校网络日志BI系统的设计与实现

随着网络用户的增多和网络行为的多样性,高校网络浏览记录快速增长到Tb级,传统的数据统计已经无法满足使用.通过Excel进行统计,会出现无法打开或失去响应等问题,因此众多学校投入到网络信息管理系统的开发.本文通过Pandas对Excel中的高校网络WEB日志数据进行统计和分析、生成统计图等方式使得管理员可以直观了解到网络...     

Web日志挖掘中一种改进的会话识别方法

在Web日志挖掘中,对传统的会话识别方法进行改进,提出了基于统计特征的会话识别方法,通过使用统计值来动态设定访问时间阈值以识别会话.     

基于关联规则挖掘的电子商务个性化推荐系统研究

分析了个性化推荐系统体系结构,并对其推荐过程进行了详细阐述,最后给出了一个基于关联规则挖掘的电子商务个性化推荐系统的具体实例.