數(shù)據(jù)挖掘技術(shù)在WEB的運用論文
一、數(shù)據(jù)挖掘的背景
互聯(lián)網(wǎng)、計算機信息技術(shù)迅猛的發(fā)展勢頭，數(shù)據(jù)從結(jié)構(gòu)化存儲以及轉(zhuǎn)化為非結(jié)構(gòu)化的存儲，數(shù)據(jù)存儲形式的轉(zhuǎn)變，不同數(shù)據(jù)類型的存儲變多，音頻、視頻等大格式的信息存儲在多個應(yīng)用中實現(xiàn)。行業(yè)中的計算機化、信息化和網(wǎng)絡(luò)化，使計算機和服務(wù)器上積累了各種各樣海量的數(shù)據(jù)。傳統(tǒng)的人工分析已經(jīng)不能滿足和適應(yīng)如此大量的數(shù)據(jù)，各行各業(yè)都產(chǎn)生了巨大數(shù)據(jù)信息，包括生產(chǎn)加工、研究、物流運輸、客戶、營銷、售后等數(shù)據(jù)，人們卻不知道怎么利用這些數(shù)據(jù)實現(xiàn)價值的增長。如果能將這些數(shù)據(jù)進行挖掘分析，很可能會產(chǎn)生巨大的商業(yè)價值，很多有價值的信息可以被發(fā)現(xiàn)。現(xiàn)在，越來越多的公司和企業(yè)意識到數(shù)據(jù)挖掘的重要性，但是怎么能從如此海量的數(shù)據(jù)中挖掘出有價值有用的信息，已經(jīng)成為研究的熱門話題。在傳統(tǒng)的數(shù)據(jù)分析基礎(chǔ)上，相關(guān)人員結(jié)合新開發(fā)人工智能和數(shù)據(jù)挖掘等相關(guān)的技術(shù)，數(shù)據(jù)庫孕育而生，讓我們能從海量的數(shù)據(jù)中挖掘出有價值的信息，促使信息化的發(fā)展，稱之為數(shù)據(jù)挖掘。
二、數(shù)據(jù)挖掘的過程
1、數(shù)據(jù)收集。將要進行數(shù)據(jù)分析的海量數(shù)據(jù)資源收集到數(shù)據(jù)倉庫中。把不同來源、格式、特點性質(zhì)的數(shù)據(jù)在邏輯上或物理上有機地集中，抽象出分析相關(guān)的數(shù)據(jù)，進行非結(jié)構(gòu)化數(shù)據(jù)的分類，篩選出不相關(guān)或者無價值的數(shù)據(jù)，減少數(shù)據(jù)集的容量。
2、數(shù)據(jù)清洗和轉(zhuǎn)換。數(shù)據(jù)清洗是為了刪除掉無用的數(shù)據(jù)信息。數(shù)據(jù)轉(zhuǎn)換的目的最直接的是把所有信息統(tǒng)一化。將完整，有效的`信息存入數(shù)據(jù)倉庫。
3、模型建立。模型建立是數(shù)據(jù)挖掘的核心階段。首先，要和相關(guān)領(lǐng)域的專家組成團隊，進行需求分析，明確數(shù)據(jù)挖掘的目的和具體的數(shù)據(jù)挖掘任務(wù)。根據(jù)不同的任務(wù)，選擇相關(guān)算法，利用這些算法來建立模型，再用專業(yè)的模型評估工具比較模型的準確度。即使是同一種算法，參數(shù)選取的不同，所建模型的準確度也不一樣。
4、模型評估。從商業(yè)角度來講，模型評估是對我們所建立的預(yù)測模型的正確性進行價值評估，如若模型中模式無價值，就要重復數(shù)據(jù)挖掘過程中的2～4步，即數(shù)據(jù)清洗和轉(zhuǎn)換、模型建立。
5、知識表示。將數(shù)據(jù)挖掘最后的結(jié)果以最直觀的方式呈現(xiàn)給用戶，通常用數(shù)據(jù)圖形展示工具來表示。
6、應(yīng)用集成。將數(shù)據(jù)挖掘集成到現(xiàn)實的實際應(yīng)用中。例如，CRM中有了數(shù)據(jù)挖掘功能，就可以對客戶進行等級分類。
7、模型管理。根據(jù)不同數(shù)據(jù)模型的生命周期做好數(shù)據(jù)應(yīng)用和管理。
三、WEB數(shù)據(jù)挖掘
基于WEB內(nèi)容的挖掘就是針對網(wǎng)頁內(nèi)容進行數(shù)據(jù)挖掘，通過用戶對網(wǎng)頁訪問的交互，留下的數(shù)據(jù)信息進行收集分類，完成數(shù)據(jù)挖掘。目前對文本內(nèi)容的挖掘技術(shù)取得了一定的成果，對圖像、音頻、視頻等各種多媒體數(shù)據(jù)的數(shù)據(jù)挖掘技術(shù)都開始采用非結(jié)構(gòu)化大數(shù)據(jù)應(yīng)用技術(shù)來完成�；赪EB結(jié)構(gòu)的挖掘是發(fā)現(xiàn)頁面、文檔和WEB的結(jié)構(gòu)，主要是發(fā)現(xiàn)WEB潛在的結(jié)構(gòu)模式，利用分析這些結(jié)構(gòu)我們可以得到很多潛在有價值的信息�；赪EB使用的數(shù)據(jù)挖掘，即針對用戶的訪問網(wǎng)頁的軌跡收集分析。WEB內(nèi)容的挖掘和結(jié)構(gòu)的挖掘面對的主要挖掘?qū)ο笫谴笠?guī)模的軌跡數(shù)據(jù)，對挖掘數(shù)據(jù)進行分析可以讓管理者了解用戶的不同需求，從而為用戶提供個性化的服務(wù)。
四、數(shù)據(jù)挖掘在WEB中個性化定制的應(yīng)用
通過網(wǎng)站與用戶的交互，可以得到用戶訪問的內(nèi)容、時間、方式、頻率等，從中發(fā)現(xiàn)潛在的商業(yè)價值，通過價值數(shù)據(jù)進行數(shù)據(jù)挖掘以及算法分析得出商業(yè)結(jié)論。就可以根據(jù)挖掘到的信息對這些客戶進行特定的推銷策略，進行個性化定制。在商業(yè)領(lǐng)域中，通過對相似軌跡數(shù)據(jù)的客戶進行分類，分析他們的共性，幫助管理者發(fā)現(xiàn)不同客戶的需求和興趣，提供適宜各類人的服務(wù)。按照不同用戶的不同興趣和愛好，向用戶提供動態(tài)的瀏覽建議。對大多數(shù)用戶來說，如果可以訪問該網(wǎng)站可以體會到量身定做的服務(wù)，那么數(shù)據(jù)挖掘個性化定制就成功完成了。
五、數(shù)據(jù)挖掘技術(shù)在WEB中的應(yīng)用
網(wǎng)站的功能設(shè)計及其版面的內(nèi)容直接影響到網(wǎng)站的訪問率。相關(guān)人員發(fā)現(xiàn)用戶的需要和興趣，對需求強烈的地方提供優(yōu)化，使用數(shù)據(jù)挖掘去發(fā)現(xiàn)頁面間的關(guān)聯(lián)，針對不同的用戶動態(tài)調(diào)整網(wǎng)站的設(shè)計和鏈接，使用戶可以便捷地訪問到自己想要訪問的頁面。將數(shù)據(jù)挖掘技術(shù)的在WEB中的應(yīng)用，吸引更多的用戶。隨著數(shù)據(jù)挖掘技術(shù)在WEB中的應(yīng)用，用戶可以通過分析挖掘的結(jié)果了解各種客戶的需求和喜好，得到各種定制個性化服務(wù)。隨著互聯(lián)網(wǎng)上軌跡數(shù)據(jù)信息量的急速增長，不斷復雜化的數(shù)據(jù)結(jié)構(gòu)，挖掘技術(shù)也面臨著一系列新的問題和挑戰(zhàn)。
參考文獻：
[1]胡繼平、數(shù)據(jù)挖掘技術(shù)[J]、景德鎮(zhèn)高專學報，1998
[2]NguyenT，SrinivasanV、AccessingrelationaldatabasesfromtheWorldWideWEB、In：ProcofIEEEDataEngineering[J]、NewOrleansLouisiana，2006
【數(shù)據(jù)挖掘技術(shù)在WEB的運用論文】相關(guān)文章：
《數(shù)據(jù)的波動》說課稿09-25
積累運用二教學設(shè)計11-29
《積累與運用五》教學設(shè)計01-16
《積累與運用七》教學設(shè)計07-08
《積累·運用八》教學設(shè)計01-20
《積累·運用五》教學設(shè)計02-27
《積累運用二》教學設(shè)計03-03
《積累與運用二》教學設(shè)計03-03
《積累·運用三》教學設(shè)計03-03