基于概念層次樹(shù)的XML數(shù)據(jù)挖掘研究.pdf

1、XML以其可擴(kuò)展、靈活、平臺(tái)獨(dú)立、簡(jiǎn)單和規(guī)范等特點(diǎn)使其在互聯(lián)網(wǎng)中的應(yīng)用越來(lái)越廣泛，尤其是在網(wǎng)絡(luò)領(lǐng)域表示數(shù)據(jù)方面也越來(lái)越重要。所以，迫切地需要尋找一些有效的方法以便從大量的以XML形式表示的數(shù)據(jù)中提取一些有價(jià)值的和潛在的信息與知識(shí)?？墒窃赪eb上眾多的信息數(shù)據(jù)中以XML形式表示的數(shù)據(jù)不僅很復(fù)雜，而且沒(méi)有特定模型來(lái)描述數(shù)據(jù)，那些數(shù)據(jù)都是半結(jié)構(gòu)化的甚至是無(wú)結(jié)構(gòu)的數(shù)據(jù)。因此，不同于傳統(tǒng)數(shù)據(jù)庫(kù)上的數(shù)據(jù)挖掘技術(shù)，面向XML的數(shù)據(jù)挖掘技術(shù)不僅要求更好

2、的對(duì)半結(jié)構(gòu)化數(shù)據(jù)進(jìn)行集成與組織，同時(shí)對(duì)挖掘算法的性能也提出了新的挑戰(zhàn)。 本文在基于概念層次樹(shù)的XML數(shù)據(jù)挖掘的研究背景和意義、國(guó)內(nèi)外的研究現(xiàn)狀、數(shù)據(jù)挖掘相關(guān)技術(shù)的基礎(chǔ)上，結(jié)合XML的相關(guān)知識(shí)，包括XML的由來(lái)、XML文檔的結(jié)構(gòu)和相關(guān)技術(shù)標(biāo)準(zhǔn)、XML的特點(diǎn)和基于XML的數(shù)據(jù)挖掘分類，提出了一種基于概念層次樹(shù)的XML數(shù)據(jù)挖掘系統(tǒng)框架，并按照該框架中的每一個(gè)步驟依次闡述了相關(guān)實(shí)現(xiàn)技術(shù)，主要包括數(shù)據(jù)預(yù)處理，數(shù)據(jù)存儲(chǔ)，XML數(shù)據(jù)挖掘和知識(shí)