基于人工神經(jīng)網(wǎng)的WEB挖掘方法研究.pdf

1、隨著 Internet 的日益普及和廣泛應(yīng)用，使得客觀世界的信息呈幾何級(jí)的速度增長(zhǎng)著，出現(xiàn)了信息爆炸的現(xiàn)象，逐漸發(fā)展起來(lái)的數(shù)據(jù)挖掘技術(shù)也隨之快速向前發(fā)展著。目前，互聯(lián)網(wǎng)已經(jīng)和我們的生活密不可分，它可以說(shuō)是一個(gè)巨大的、分布廣泛和全球性的信息服務(wù)中心。它涉及新聞、廣告、金融信息、教育、政府、電子商務(wù)和許多其他信息服務(wù)。計(jì)算機(jī)網(wǎng)絡(luò)已經(jīng)把世界的各個(gè)角落連接成一個(gè)信息資源巨大的網(wǎng)絡(luò)世界，網(wǎng)絡(luò)用戶也日益增長(zhǎng)。因此進(jìn)一步改善Web服務(wù)器系統(tǒng)的性能、提

2、高Internet信息服務(wù)的質(zhì)量，是非常有必要的，對(duì)WEB內(nèi)容有效的聚類，可以為巨大的用戶群提供更好的服務(wù)?；谏鲜霈F(xiàn)實(shí)情況以及我們目前所面臨的問(wèn)題，才使得我有撰寫(xiě)本論文的動(dòng)力，希望自己能在針對(duì)WEB的數(shù)據(jù)挖掘方面奉獻(xiàn)自己的一點(diǎn)微薄之力。 在目前流行的眾多的數(shù)據(jù)挖掘技術(shù)中，人工神經(jīng)網(wǎng)絡(luò)技術(shù)近些年發(fā)展迅速，被應(yīng)用于生產(chǎn)生活的各個(gè)方面，在實(shí)際生活中發(fā)揮著重要的作用。人工神經(jīng)網(wǎng)絡(luò)具有強(qiáng)大的非線性映射功能，無(wú)需單獨(dú)建模等優(yōu)點(diǎn)。本文回顧了

3、以往的 Web 挖掘的一些方法，并在以往挖掘方法的基礎(chǔ)之上，提出了利用人工神經(jīng)網(wǎng)的方法對(duì) Web 頁(yè)面內(nèi)容進(jìn)行較高效率的挖掘的方法。 針對(duì)WEB網(wǎng)頁(yè)的特點(diǎn)，在本文中對(duì)WEB頁(yè)面進(jìn)行預(yù)處理與特征提取從而得到試驗(yàn)需要的數(shù)據(jù)。然后利用 SOM(self-Organization feature Map)網(wǎng)絡(luò)對(duì)得到的WEB文本進(jìn)行聚類，并得到了比較好的聚類效果，但在聚類過(guò)程中存在類目過(guò)細(xì)的缺點(diǎn)，這是由于樣本選擇過(guò)細(xì)的造成的，可以進(jìn)一步完