Web数据挖掘的原理、方法及用途

doi:10.11925/infotech.1003-3513.2002.03.16

现代图书情报技术

2002, Vol. 18

Issue (3): 51-53 https://doi.org/10.11925/infotech.1003-3513.2002.03.16

网络资源与建设

本期目录 | 过刊浏览 | 高级检索

Web数据挖掘的原理、方法及用途

高岩胡静涛

(中国科学院沈阳自动化研究所沈阳 110016)

Principles、Methods and Application of Web Mining

Gao Yan Hu Jingtao

(Shenyang Institute of Automation of the Chinese Academic Science,Shenyang 110016,China)

摘要
参考文献
相关文章
Metrics

全文:
输出: BibTeX | EndNote (RIS)

摘要

Ｗeb数据挖掘是将数据挖掘技术和理论应用于对WWW资源进行挖掘的一个新兴的研究领域,本文介绍了Web数据挖掘的基本概念，分类，并给出Web数据挖掘的基本原理，基本方法，最后指出Web数据挖掘的用途，展望了其美好的发展前景。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章

关键词 ：数据挖掘, Web数据挖掘, Web站点, 日志

Abstract：

With the rapid development of World Wide Web, the theory and technology of data mining was applying to WWW,this article introduces basic conception and classification of Web mining, especially principles and methods. In the end,the authors point out the applications of Web mining.

Key words： Data mining Web mining Web site

收稿日期: 2001-10-08 出版日期: 2002-06-25

ZTFLH:

G252.137

通讯作者: 高岩,胡静涛

作者简介: 高岩,胡静涛

引用本文:

高岩,胡静涛. Web数据挖掘的原理、方法及用途[J]. 现代图书情报技术, 2002, 18(3): 51-53.
Gao Yan,Hu Jingtao. Principles、Methods and Application of Web Mining. New Technology of Library and Information Service, 2002, 18(3): 51-53.

链接本文:

https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2002.03.16 或 https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2002/V18/I3/51

［１］　Op.cit.Available at:http://www-users.cs.umn.edu/~mobasher/webminer/survey/survey.html
［２］　Agent-BasedApproach.　Availableat:　http://maya.cs.dipaul.edu/~mobasher/webminer/survey/node4.html
［３］　Harvest: A scalable,customizable discovery and access system:［Technical Report CU-CS-732-94］.University of Colorado,1994
［４］　Hypursuit.Available at:http//Budapest.lcs.mit.edu/publications/papers/hypertabs.htm
［５］　XpertRule Miner.Available at:http://www.attr.com
［６］　DatabaseApproarch.Availableat:http://maua.cs.depaul.edu/~mobasher/webminer/survey/node5.html
［７］　Srivastava J,et al.Web usage mining:Discovery and application of usage patterns from Web data.SIGKDD Explorations,2000,1(2)
［８］　FastStats 2. 6. Available at:http://www.mach5.com/fast/,1999
［９］　谢丹夏，Web上的数据挖掘技术和工具设计，计算机工程与应用，2001，(6)

[1]	谢旺, 王丽珍, 陈红梅, 曾兰清. 基于空间序偶模式挖掘污染源与癌症病例的关系 ^*[J]. 数据分析与知识发现, 2021, 5(2): 14-31.
[2]	张勇,李树青,程永上. 基于频次有效长度的加权关联规则挖掘算法研究 ^*[J]. 数据分析与知识发现, 2019, 3(7): 85-93.
[3]	陆泉,朱安琪,张霁月,陈静. *中文网络健康社区中的用户信息需求挖掘研究^——以求医网肿瘤板块数据为例**[J]. 数据分析与知识发现, 2019, 3(4): 22-32.
[4]	牟冬梅,法慧,王萍,孙晶. 基于结构方程模型的疾病危险因素研究^*[J]. 数据分析与知识发现, 2019, 3(4): 80-89.
[5]	高广尚. 用户画像构建方法研究综述^*[J]. 数据分析与知识发现, 2019, 3(3): 25-35.
[6]	周翔, 张鹏翼, 王军. *移动购物用户信息浏览特征及对购买的影响研究^——基于移动电商APP点击流日志的分析**[J]. 数据分析与知识发现, 2018, 2(4): 1-9.
[7]	李勇男. 贝叶斯理论在反恐情报分类分析中的应用研究^*[J]. 数据分析与知识发现, 2018, 2(10): 9-14.
[8]	牟冬梅, 王萍, 赵丹宁. 高维电子病历的数据降维策略与实证研究^*[J]. 数据分析与知识发现, 2018, 2(1): 88-98.
[9]	陈润文, 邱勇, 黄文彬, 王军. 基于日志分析的民办高校大学生网络生活类型研究[J]. 数据分析与知识发现, 2017, 1(8): 31-38.
[10]	胡忠义, 王超群, 吴江. 融合多源网络评估数据及URL特征的钓鱼网站识别技术研究^*[J]. 数据分析与知识发现, 2017, 1(6): 47-55.
[11]	江思伟, 谢振平, 陈梅婕, 蔡明. 混合特征数据的自解释归约建模方法^*[J]. 数据分析与知识发现, 2017, 1(12): 92-100.
[12]	牟冬梅,任珂. 三种数据挖掘算法在电子病历知识发现中的比较^*[J]. 现代图书情报技术, 2016, 32(6): 102-109.
[13]	李峰,李书宁,于静. 面向院系的高校毕业生图书馆记忆系统[J]. 现代图书情报技术, 2016, 32(5): 99-103.
[14]	刘彤,倪维健,柳梅. 面向搜索引擎查询日志的领域术语自动识别方法^*[J]. 现代图书情报技术, 2016, 32(2): 25-33.
[15]	童国平, 孙建军. 基于搜索日志的用户行为分析[J]. 现代图书情报技术, 2015, 31(7-8): 80-88.

Viewed

Full text

Abstract

Cited

Shared

Discussed