Web数据挖掘研究

被引：6

作者：

程军锋

机构：

[1] 陇南师范高等专科学校物理与信息技术系

来源：

重庆三峡学院学报 | 2013年 / 29卷 / 03期

关键词：

Web; 数据挖掘; 分类; 聚类; 关联规则;

D O I：

10.13743/j.cnki.issn.1009-8135.2013.03.036

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

随着计算机网络的快速发展,Web数据量呈快速增长,在海量的Web数据中发现有价值的数据和知识,是数据挖掘技术的重要应用.分析和研究Web数据挖掘的内容和过程,介绍Web数据挖掘的算法十分必要.

引用

页码：43 / 45

页数：3

共 14 条

[1]

基于短语特征的Web文档聚类方法研究.[D].杨瑞龙.重庆大学.2010, 07

[2]

Web数据挖掘.[M].(美) 刘兵; 著.清华大学出版社.2009,

[3]

数据挖掘.[M].(加)JiaweiHan;(加)MichelineKamber著;范明;孟小峰等译;.机械工业出版社.2001,

[4] 基于SVM的Web文本快速增量分类算法 [J].

丁文军 ;

薛安荣 .

计算机应用研究, 2012, 29 (04) :1275-1278

[5] Web数据空间技术研究 [J].

刘正涛 ;

王建东 .

计算机工程与应用 , 2012, (07) :12-19

[6] Web文本聚类的研究与实现 [J].

贾丙静 ;

吴长勤 ;

葛华 .

长春师范学院学报, 2011, 30 (06) :26-29

[7] Web可用性设计方法研究 [J].

鄢沛 ;

郭皎 ;

应宏 .

重庆三峡学院学报, 2010, 26 (03) :72-75

[8] 应用Web结构挖掘的PageRank算法的改进研究 [J].

范聪贤 ;

刘秋菊 ;

徐汀荣 .

计算机工程与应用, 2010, 46 (09) :127-129

[9] 动态Web点击流中频繁访问序列的挖掘 [J].

张啸剑 ;

邵超 ;

张亚东 .

计算机工程, 2009, 35 (14) :58-59+62

[10] 基于蚁群优化在Web数据挖掘分类模型的实现 [J].

吴林旭 ;

姚跃华 ;

黄晶 .

计算机工程与科学, 2009, 31 (03) :89-91

← 1 2 →