Web 数据挖掘论文 1Web 数据挖掘面临的问题 目前面对 Web 的数据挖掘面临的问题，主要有两个方面： 1.1 数据库环境的异构型 Web 上的每个站点就是一个数据源，数据源之间是异构的，外加上各个站点的信息和组织的不同，Web 网站就构成了一个巨大的异构数据库环境。要对这些数据进行挖掘，首先，要解决各个站点之间的异构数据集成，提供用户统一界面，从复杂的数据源中取得所需的有用的信息知识。其次，有关 Web 上的数据查询。 1.2 数据结构的半结构化 Web 上的数据比较复杂，各个站点的数据都独立设计，具有动态可变性。虽然 Web 上的数据形成半结构化数据。这些问题是进行 Web 数据挖掘所面临的最大困难。 2XML 技术在 Web 数据挖掘中的优势 Web 数据的异构使 Web 数据挖掘变得十分困难,通过 XML可以解决这个问题。因为 XML 文档具有很好的自我描述性，他的元素、子元素、属性结构树可以表达极为丰富的语义信息，能够很好的描述半结构化的数据，因此在网络数据集成、发送、处理和显示的方面。开发人员能够用 XML 的格式标记和交换数据。XML 在三层架构上为数据的处理提供了有用的途径。利用 XML，Web 设计人员能够构建文档类型定义的多层次互相关联的系统、元数据、数据树、样式表和超链接结构。基于 XML 的 Web 数据挖掘技术，能够使不同来源的结构化的数据很容易地结合在一起，解决 Web 数据挖掘的难题。 2.1XML 技术在 Web 数据挖掘中具体作用利用 XML 技术我们在 Web 数据挖掘中可以完成以下几点： 2.1.1 集成异构数据源 XML 是一种半结构化的数据模型，可以完成和关系数据库中的属性一一对应，从而实施精确地查询与模型抽取。XML 可以搜索多个不同数据库的问题，以实现集成。 2.1.2 和异构数据进行交换 在 Web 数据挖掘程中，用户需要和异构数据源进行数据交换，XML 通过自定义性及可扩展性来标识各种数据，从而描述从各站点搜集到的 Web 页中的数据。XML 的出现解决了数据查询的统一接口。 2.1.3 过滤信息并显示 XML 描述数据本身，可以使得定义的数据以不同的方式显示，对猎取的信息进行裁减和编辑以适应不同用户的需求。以不同的浏览形式提供给不同的用户。 3 基于 XML 的 Web 数据挖掘模型 我们通过对 XML 及 Web 数据挖掘的分析，设计了一个基于XML 的 Web 数据挖掘模型通过提供一个 Web 数据挖掘的集成环境，提高数据挖掘系统的整体性能。工作...
