基于人工神經網的WEB挖掘方法研究.pdf

1、隨著 Internet 的日益普及和廣泛應用，使得客觀世界的信息呈幾何級的速度增長著，出現了信息爆炸的現象，逐漸發(fā)展起來的數據挖掘技術也隨之快速向前發(fā)展著。目前，互聯網已經和我們的生活密不可分，它可以說是一個巨大的、分布廣泛和全球性的信息服務中心。它涉及新聞、廣告、金融信息、教育、政府、電子商務和許多其他信息服務。計算機網絡已經把世界的各個角落連接成一個信息資源巨大的網絡世界，網絡用戶也日益增長。因此進一步改善Web服務器系統的性能、提

2、高Internet信息服務的質量，是非常有必要的，對WEB內容有效的聚類，可以為巨大的用戶群提供更好的服務?；谏鲜霈F實情況以及我們目前所面臨的問題，才使得我有撰寫本論文的動力，希望自己能在針對WEB的數據挖掘方面奉獻自己的一點微薄之力。 在目前流行的眾多的數據挖掘技術中，人工神經網絡技術近些年發(fā)展迅速，被應用于生產生活的各個方面，在實際生活中發(fā)揮著重要的作用。人工神經網絡具有強大的非線性映射功能，無需單獨建模等優(yōu)點。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之上，提出了利用人工神經網的方法對 Web 頁面內容進行較高效率的挖掘的方法。 針對WEB網頁的特點，在本文中對WEB頁面進行預處理與特征提取從而得到試驗需要的數據。然后利用 SOM(self-Organization feature Map)網絡對得到的WEB文本進行聚類，并得到了比較好的聚類效果，但在聚類過程中存在類目過細的缺點，這是由于樣本選擇過細的造成的，可以進一步完