海量数据干扰下的危险Web数据挖掘技术研究

被引:5
作者
王曙霞
熊曾刚
机构
[1] 湖北工程学院计算机与信息科学学院
关键词
海量数据; 干扰; 危险web数据; 挖掘;
D O I
10.19304/j.cnki.issn1000-7180.2016.02.019
中图分类号
TP311.13 [];
学科分类号
1201 ;
摘要
提出一种海量数据干扰下基于自组织映射的危险web数据挖掘算法,通过海量数据的预测值与实际值之间的误差对其中的干扰数据进行判断和排除,在此基础上,通过自组织特征映射网络对危险web数据进行挖掘,介绍了自组织特征映射网络及输出层竞争的详细过程,确定一个可形成映射的网络,将待挖掘危险web数据看作是输入向量输入自组织映射网络中,在输出图上产生相应的胜出点,将相似的输入向量汇聚在映射图的相邻区域,与该区域距离较远的胜出点对应的输入向量则可被判断是危险web数据.仿真实验结果表明,采用所提算法对海量数据干扰下的危险web数据进行挖掘,不仅具有很高的挖掘效率,而且在挖掘精度上也有很高的性能.
引用
收藏
页码:87 / 91
页数:5
相关论文
共 10 条
[1]   基于半结构化分割的Web热点数据挖掘算法 [J].
阮梦黎 .
科技通报, 2015, (04) :115-117
[2]   基于改进型迭代算法的web数据关联规则挖掘 [J].
刘啸 ;
刘玉龙 .
科技导报, 2015, 33 (03) :90-94
[3]   基于web数据挖掘的网络课程设计研究 [J].
刘奎 .
赤峰学院学报(自然科学版), 2014, 30 (21) :206-207
[4]   云计算平台下的Web数据挖掘研究 [J].
吴锐 ;
孙银香 .
网络安全技术与应用, 2014, (08) :67-68
[5]   基于云计算技术的Web数据挖掘的算法研究 [J].
李悦 ;
高晶 ;
雷鸣 .
科技资讯, 2014, 12 (18) :17-17
[6]  
基于Web的数据挖掘技术研究及其应用[J]. 唐利超. 科技致富向导. 2013(30)
[7]   基于Web服务的数据挖掘系统算法的设计 [J].
刘佳 .
电脑知识与技术, 2013, 9 (13) :2951-2954
[8]   Web数据兴趣区域数据挖掘过程分析 [J].
莫学值 ;
韦必忠 .
科技通报, 2013, 29 (04) :202-203+206
[9]   WEB数据挖掘在云计算环境下的研究 [J].
张鑫 .
数字技术与应用, 2013, (03) :92-92
[10]   基于Map/Reduce的改进选择算法在云计算的Web数据挖掘中的研究 [J].
方少卿 ;
周剑 ;
张明新 .
计算机应用研究, 2013, 30 (02) :377-379+395