基于xml和web数据的关联规则挖掘研究

《基于xml和web数据的关联规则挖掘研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、华东师范大学硕士学位论文基于XML和Web数据的关联规则挖掘研究姓名：曹春静申请学位级别：硕士专业：计算机应用技术指导教师：王新伟20071001论文摘要近十几年来，随着Intemet的迅速发展，互联网上的数据越来越趋于庞大。怎样能够有效地利用这些复杂而无章的Web数据、从中发掘出有价值的信息成了现今的研究热点。随着XML的不断发展，互联网上越来越多的信息都开始使用XML表示。XML以其可扩展、平台独立、灵活、规范和简单等特点以及强大的数据表达能力，在网络和其他领域的数据表示和交换方面都扮演着越来越重要的角

2、色。因此，人们迫切地需要寻找一些有效的方法从这些大量的XML数据中提取一些潜在的、有价值的信息和知识。但是Web上的XML数据非常复杂，没有特定的模型描述数据，是半结构化的甚至是无结构的数据。所以，面向XML的数据挖掘技术有着不同于传统数据库上的数据挖掘技术的特点。它对半结构化数据的集成和组织，对挖掘算法的性能都提出了新的挑战。本文根据Web上XML数据的半结构化的特点以及XML查询语言XQuery、．NETDOM对XML操作的支持，针对如何直接从XML数据中提取有价值的关联规则进行了探索性研究。论文首先对

3、XQuery实现的Apriod算法作了比较深入的研究，针对Apriori算法不适应挖掘结构复杂不规则的XML文档数据和挖掘大规模的XML文档数据效率不高的局限分别作了相应地改进。实验表明，改进后的算法能够有效地从XML数据中抽取关联规则。其次，论文也重点探讨了如何使用．NETDOM对XML数据进行直接关联规则挖掘。．NETDOM采用面向对象机制将对XML的操作封装成类库，用其实现的关联规则挖掘算法更符合人类的思维方式，更容易理解。而且，．NETDOM实现的算法的可视化更强，算法编译执行，速度更快。此外，论文

4、从电子商务网站的购物篮数据中抽取了一部分典型的挖掘数据，构造了具体的实验，根据实验的结果对上述两种算法的优缺点进行了对比分析。实验结果表明，在不同的环境需求下，两种算法有着各自的强势和劣势，从而可以指导人们在未来XML的关联规则挖掘过程中，应该根据不同的需求和挖掘环境选择不同的挖掘方法，才能使数据挖掘的效率和性能得到优化。最后，本文提出了一个基于XML和关联规则挖掘的Web挖掘系统的五层架构模型，对该模型的各个功能模块进行了详细地介绍。并且根据该模型，设计了一个面向电子商务网站的基于XML的关联规则挖掘系统

5、模块。该模块能够处理多种数据源，支持多种关联规则挖掘算法以及挖掘结果的可视化表达，具有综合性和可扩展性的特点。关键字l关联规则，XML，XQuery，Apriod算法，．NETDOM，Web挖掘基于XML和Web数据的关联规则挖掘研究ABSTRACTIntheRecentyears，becauseofthefastdevelopmentofInternet，moreandmoredatahasbeengeneratedontheWeb．Howtomakegreatuseofthenewknowledgean

6、dimprovetheutilityoftheinformationbecomesabigchallenge．AlongwiththeimprovementoftheXMLtechnology,moreandmoreWebdatabegantoberepresentedusingXML．XMLisplayinganincreasinglyimportantroleintheexchangeandrepresentofawidevarietyofdataontheWebandelsewhereduetoits

7、expansibility,platform—independence，flexibility,simpleness，standardizationandpowerfulabilityforrepresentingdata．So．therehavebeenincreasingdemandsforefficientmethodsthatcanextractrulesandpaffemsfromXMLdata．HoweveEtheXMLdataontheWebistoocomplexandsemi-struct

8、uredwithnocertaindescdptionpaffern．Thus，wecannotdirectlyapplytoXMLdatawiththetraditionaldataminingmethodsforrelationaldatabases．Hence，itisagreatchallengetodevelopefficientandscalablemethodsforXMLdatamining．Ba