Web数据挖掘研究与探讨

随着WWW迅猛发展，WWW上的信息量不断增加，如何在这些信息中找到用户真正需要的内容，成为数据组织和Web相关领域专家学者关注的焦点。由Web数据具有的半结构化特性，使得Web数据挖掘更加复杂，不同于传统的基于数据库的数据挖掘。为了解决这个问题，把数据挖掘的理论和技术应用于WWW，出现了一个新的研究领域——Web数据挖掘。基于Web的数据挖掘主要分为：Web内容挖掘、Web结构挖掘和Web使用记录的挖掘。综述了基于Web的数据挖掘技术概念与原理，并且介绍用以Web数据挖掘实现的一种全新的技术——XML。如何进一步开发Web数据挖掘，充分利用Web资源，还有待于进一步的研究。Web数据挖掘的研究具有极大的挑战性，同时又具有极大的开发潜力。     

基于GRU网络的互联网信息挖掘

Web已经发展为世界上最大的公共数据来源,从海量异构、半结构化的Web页面中提取特定信息逐渐成为数据挖掘的重要任务。目前信息提取任务研究的重心正在逐渐转向深度学习领域,本文提出基于双向GRU(Gated Recurrent Unit)的深度神经网络模型进行Web信息提取,解决序列长距离依赖问题,采用词嵌入结合字符嵌入算法加强语义表达,减少冗余文本干扰,双向模型充分利用文本上下文,快速、准确地对输入序列实现特定信息提取。     

云计算技术下海量数据挖掘的实现机制

传统的数据处理技术已经无法满足人们对信息的需求,数据挖掘技术作为一种全新的信息提取方式,可以帮助个人、企业在海量的信息内容中找到有价值、有意义的信息。首先,文章简要概述云计算在应用过程中的优缺点;其次,针对海量数据挖掘机制的实现进行分析;最后,通过实际案例进行验证分析,以供参考。     

基于社会网络的网络舆情挖掘技术与应用研究

针对当今互联网时代网络言论复杂化而带来的监管难题,以信息技术为依托,设计了基于社会网络的网络舆情挖掘系统。在系统的设计过程中,结合实际需要,整合了网络数据挖掘算法等多项功能模块对系统进行了较为全面的设计。而后对系统进行测试,测试结果显示,该系统能够实现较为精准和高效的网络舆情挖掘,并为后续的工作提供建议,其具有一定的实际应用价值,有望进一步推广应用。     

大型物联网电子设备的海量数据高效挖掘方法研究

当前对大型物联网电子设备数据采用状态模式识别的数据挖掘方式,对具有差异性特征的电子设备数据挖掘无法分类识别,性能不好。在此提出一种基于关联度主特征量提取的大型物联网电子设备的海量数据高效挖掘方法,首先分析了大型物联网中电子设备的数据采集模型,通过对电子设备的原始数据采集,提取电子设备数据信息的关联度主特征量,采用海量数据挖掘最优控制算法实现对大型物联网中的电子设备海量数据的分类挖掘和特征提取。仿真结果表明,采用该算法进行数据挖掘,电子数据的数据差异性特征幅度平稳,数据的关联度区分明显,具有较好的分类识别和数据检测能力且系统运行效率提高。     

社会网络挖掘的应用

社会网络作为数据挖掘的一个分支,近年来得到迅速发展并成为研究热点之一。国外针对该问题的研究广泛应用在疾病的传播、科学家的合作、文献引用和恐怖分子网络等方面。本文介绍了数据挖掘和社会网络的基本概念,给出了处理社会网络问题的基本分类和解决方案,并针对动态社会网络的两个子领域,即博客圈和犯罪调查进行详细的算法描述。     

投诉信息全量采集与价值挖掘研究

在移动互联网时代,客户投诉和抱怨对准确归类营销、服务问题原因,推动公司业务、产品与服务质量的提升有着非常重要的作用。通过构建投诉信息全面收集整理、聚合、挖掘模型,有效挖掘用户的投诉信息,从投诉信息中获取用户的真实需求,梳理客户关注的关键问题,聚集解决方案,通过完善制度、流程和强化体系化管理,推动重点经营业务焦点问题解决,确保客户感知提升。     

社会保险系统信息挖掘研究

本文概述了社会保险系统信息挖掘的意义、方法以及数据挖掘对社会保险信息的作用,并介绍了如何挖掘社会保险数据的方法,并分析社会保险数据挖掘的结果.在金保工程建设过程中,可利用社会保险系统信息数据挖掘,为民生服务,为政府决策提供客观依据.     

网络挖掘中的相关问题探讨

当前网络挖掘还处在一个不断发展的阶段,还未形成一个被大众广泛接受的研究框架,关于网络挖掘的主要问题、研究方法、技术和应用相关的研究文献也比较少。文章对网络挖掘领域的研究问题以及未来的研究方向进行了探讨。     

浅谈Web数据挖掘在电子商务中的应用

本文主要讨论Web数据挖掘技术电子商务领域的应用。介绍了Web挖掘的的基本内容和电子商务中常用的Web数据挖掘技术,分析了Web访问信息挖掘在电子商务中的几点具体的应用。     

Web数据挖掘在电子商务中的应用

Web数据挖掘已经成为数据挖掘研究领域的热点,尤其是在电子商务网站的设计和使用中。文章阐述了在电子商务中如何运用Web数据挖掘技术,为企业更有效地确认目标市场、改进决策、获得更大的竞争优势提供帮助,并提出了一种Web数据挖掘系统的设计方案和实现方式。同时,对k-means聚类算法进行了优劣分析,并提出通过改变初始聚类中心的选取规则来提高算法的运行效率以及计算结果的准确度。     

数据挖掘技术在情报处理中的应用

在对目标活动数据进行处理的过程中,由于表面上只能看到目标活动的航迹情况,而不能更有效地发现不同活动之间的关联关系。对数据挖掘技术的概念进行了介绍,说明了数据挖掘的一般过程及在情报处理中的应用意义,提出了一种通过关联规则算法对已有目标活动数据进行数据挖掘的方法,并详细描述了数据挖掘技术在情报处理中应用的体系结构和实现方式。     

基于数据挖掘技术的医院信息管理系统分析

随着目前我国信息技术的快速发展,医院信息化建设已经成为一项十分重要的内容,同时也是建设现代化医院的必要条件。计算机技术的应用为医院的发展带来了新的契机和机遇,同时也为我国现代化医疗卫生事业发展注入了新的活力。本文主要针对数据挖掘技术及其在医院信息管理系统中的应用进行研究,通过对数据挖掘技术应用必要性的分析进一步突出我国现代化医疗建设中数据挖掘技术的重大作用,同时在此基础上对数据挖掘技术在医院信息管理系统的应用进行详细分析,以期更好的提升我国的现代化医疗水平。     

数据挖掘技术及其应用

数据挖掘技术强化了利用现有信息做出预测的能力,从而向着预先为指挥员或情报分析人员提供实战可用信息的目标迈出了一大步。在未来军事作战和反恐领域,数据挖掘将拥有广阔的应用空间,发挥至关重要的作用。     

基于数据挖掘的面向话题搜索引擎研究

为了解决面向话题的搜索问题,提出一种新的面向话题的检索技术。首先分析了面向话题的搜索技术所面临的问题,然后基于数据挖掘技术提出了解决方案。利用数据挖掘技术抽取文本的多层次语义特征,形成对文本的多精度表示,抽取的特征不仅包括单个词特征也包括多词特征。建立了一个示例检索系统,实验表明利用多层次文本特征能够很好地实现面向话题的文本检索。     

数据挖掘技术在入侵检测系统中的应用

近年来，入侵检测技术已逐渐成为网络信息安全的研究热点。数据挖掘是从大量数据中发掘出新的、有用的知识的过程。介绍了通用的数据挖掘技术，以及其在入侵检测中的应用。并给出了基于数据挖掘的入侵检测模型。     

Web数据挖掘技术研究

Web数据挖掘就是利用数据挖掘技术从网络文档和服务中发现和提取信息。Web数据挖掘是一种新兴的边缘科学技术,他涉及到机器学习、数据挖掘、信息检索、自然语言处理、数据库以及人工智能等技术,可用于网络检索、网站建设以及电子商务等方面。根据数据挖掘对象的不同可以将Web数据挖掘分为3类:Web内容挖掘、Web结构挖掘和Web访问信息挖掘。     

浅议数据挖掘技术及应用

数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。本文将对FP-growth和Apriori两组经典算法进行描述,并叙述数据挖掘在教育、商业、农业等领域中的应用。     

基于软件复用技术的数据挖掘系统模型研究

根据数据挖掘的研究现状,结合软件系统不断发展的趋势,提出了开发基于软件复用技术的数据挖掘系统的观点,给出了基于软件复用的数据挖掘系统的结构框图并进行了讨论.