Web数据挖掘[编辑]
Web数据挖掘来源
1.服务器的数据
2.客户登记的信息
Web数据挖掘简介
当今Web上存在着大量的数据,获取有用信息成为人们关注的焦点。但Web是无结构的、动态的,页面及其复杂。这样就使得人们从成千上万的Web站点找到有用的数据变得比较困难。于是,人们就越来越关注如何开发和利用Web上的数据资源。
Web数据挖掘就是解决上述问题的一个途径。当数据挖掘技术应用于网络环境下的Web中就成为Web数据挖掘。Web数据挖掘就是从Web文档和Web活动中抽取感兴趣的、潜在的有用模式和隐藏的信息。
Web挖掘分类
1.Web内容挖掘
2.Web结构挖掘
3.Web使用挖掘
Web数据挖掘过程(对在线访问客户数据的挖掘)
1.客户访问信息的挖掘
2.客户登记信息的挖掘
Web数据挖掘技术
1.路径分析
2.关联原则
3.序列模式
4.分类原则
5.聚类分析
6.统计分析
Web数据挖掘方法
1.协同过滤
2.关联原则
3.Web日志的聚类算法
4.序列分析
Web数据挖掘的未来方向
首先,基于关键词的搜索引擎不能完全理解用户输入的整句的意义,所以给出的页面可能不是用户所需要的。由于不能理解语义,对用户提出的问题也难以给出好的答案要在这方面取得进展,就必须依赖于自然语言处理的研究进展。
其次,搜索引擎的个性化。目前Web搜索引擎领域有了许多的进展。Wolfram Research 和他的团队的 Wolfram Alpha 搜索引擎,以“计算机知识引擎”标注,可以用来回答具体的问题。还有微软的“必应”(Bing),其搜索引擎的广告宣传是“决策性的搜索引擎”,选车能版主用户做决策。
网络营销词典内容均由网友提供,仅供参考。如发现词条内容有问题,请发邮件至info # wm23.com。