基于XML的數(shù)據(jù)挖掘研究.pdf

1、在網(wǎng)絡(luò)和信息技術(shù)發(fā)展的同時(shí),知識(shí)發(fā)現(xiàn)和信息交流的問(wèn)題成為當(dāng)前網(wǎng)絡(luò)與數(shù)據(jù)庫(kù)等領(lǐng)域的研究熱點(diǎn),數(shù)據(jù)挖掘和XML就是為解決這兩個(gè)問(wèn)題而發(fā)展起來(lái)的新興技術(shù),如果將二者結(jié)合起來(lái)研究,就同時(shí)解決了知識(shí)的發(fā)現(xiàn)、表示和傳播等問(wèn)題.該文對(duì)XML和數(shù)據(jù)挖掘技術(shù)做了較全面的論述,對(duì)數(shù)據(jù)挖掘的各個(gè)環(huán)節(jié),提出了用XML技術(shù)來(lái)解決的途徑,為這兩個(gè)熱點(diǎn)問(wèn)題找到了新的結(jié)合點(diǎn).1.該文以鐵通綜合信息服務(wù)網(wǎng)(CRIS)系統(tǒng)作為數(shù)據(jù)挖掘的環(huán)境,提出一個(gè)基于XML的數(shù)據(jù)挖掘模

2、型——XDMS,在該模型中主要研究了基于XML的異構(gòu)數(shù)據(jù)集成、半結(jié)構(gòu)化數(shù)據(jù)預(yù)處理和XML數(shù)據(jù)集上的數(shù)據(jù)挖掘三個(gè)問(wèn)題.2.異構(gòu)數(shù)據(jù)源的聯(lián)合使用是基于XML的數(shù)據(jù)挖掘首先要解決的問(wèn)題.該文提出將XML技術(shù)應(yīng)用于異構(gòu)數(shù)據(jù)集成,實(shí)現(xiàn)關(guān)系數(shù)據(jù)庫(kù)系統(tǒng)和文件系統(tǒng)之間的集成整合與轉(zhuǎn)換,有效地解決了異構(gòu)數(shù)據(jù)集成的問(wèn)題.3.在數(shù)據(jù)挖掘前期,還必須進(jìn)行XML數(shù)據(jù)的預(yù)處理.該文論述了領(lǐng)域知識(shí)應(yīng)用于數(shù)據(jù)預(yù)處理過(guò)程的特點(diǎn)和意義,介紹了一種面向數(shù)據(jù)預(yù)處理的領(lǐng)域知識(shí)的

3、分類和表示方法,并在此基礎(chǔ)上設(shè)計(jì)了將領(lǐng)域知識(shí)應(yīng)用于XDMS數(shù)據(jù)預(yù)處理的模型和算法.4.對(duì)XML數(shù)據(jù)集進(jìn)行關(guān)聯(lián)規(guī)則挖掘是該文研究的重點(diǎn),文中對(duì)經(jīng)典的Apriori算法進(jìn)行了詳細(xì)剖析,在此基礎(chǔ)上提出了一種適用于XML環(huán)境的移植和優(yōu)化方案,并利用哈希技術(shù),結(jié)合XML的DOM編程技術(shù)來(lái)實(shí)現(xiàn),這種方案充分發(fā)揮了哈希表的快速索引以及XML文檔對(duì)象模型的優(yōu)勢(shì).最后,論文對(duì)仿真實(shí)驗(yàn)的運(yùn)行結(jié)果進(jìn)行了分析和比較,在結(jié)束語(yǔ)中對(duì)XDMS模型的優(yōu)點(diǎn)進(jìn)行了總結(jié),并