基于數(shù)據(jù)流挖掘的網頁熱門主題獲取技術研究.pdf_第1頁
已閱讀1頁,還剩75頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著網絡的迅速發(fā)展,輿情研究面臨著新的問題和挑戰(zhàn)。網絡輿論提供了一個更為全面更為集中的民意反映,且由于其匿名性等特點,能更真實地反映大多數(shù)民眾對事件的看法。
  對網絡輿論進行研究,需要收集網絡上發(fā)布的信息并對其進行挖掘,屬于Web挖掘的研究范圍。Web挖掘是以從Web上挖掘有用知識為目標,以數(shù)據(jù)挖掘、文本挖掘、多媒體挖掘為基礎,綜合運用計算機網絡、數(shù)據(jù)庫與數(shù)據(jù)倉庫、人工智能、信息檢索、可視化、自然語言處理等技術,將傳統(tǒng)的數(shù)據(jù)挖掘

2、技術與Web結合起來的一門新興學科。傳統(tǒng)的分類方法根據(jù)挖掘對象的不同將Web挖掘分為三類:Web內容挖掘、Web結構挖掘和Web使用記錄挖掘。為了能夠更容易地對應用進行分類,本文介紹并完善了一種從應用的角度出發(fā)的分類方法。該方法將Web挖掘分為基于生產者的挖掘,基于消費者的挖掘和基于增值服務提供者的挖掘,文中進行了詳細的介紹。
  通過對用戶所頻繁訪問的網頁主題進行研究,可以了解一段時間內用戶關心的事件,掌握輿情的動向。針對這一需

3、求,本文對實際的網頁傳輸過程進行了研究,總結了網頁傳輸?shù)奶攸c,并針對這些特點對網頁的URL的提取及網頁的主題的提取進行了相應的處理。
  網絡流量中提取出的主題流可以看作是一個無限的數(shù)據(jù)流,統(tǒng)計其中頻繁出現(xiàn)的主題可看作是數(shù)據(jù)流的頻繁項挖掘問題。由于內存的限制,進行頻繁項統(tǒng)計時所使用的算法需要具備只掃描一遍即可發(fā)現(xiàn)頻繁項和低空間開銷及低時間開銷的特點。改進的LC算法提出了一種不同于原算法的數(shù)據(jù)結構和處理流程,進一步減少了算法的時間開

4、銷,能夠滿足處理要求。為使改進算法能夠適用于輸入數(shù)據(jù)為相似字符串的情況,增加了對輸入數(shù)據(jù)的處理。
  基于以上理論基礎,本文最后實現(xiàn)了一個基于數(shù)據(jù)流挖掘的網頁熱門主題的獲取系統(tǒng),屬于基于增值服務提供者的Web挖掘應用。該系統(tǒng)對局域網出入口的網絡流量進行捕獲,過濾出其中的HTTP連接,記錄網頁的URL和標題等信息,采用改進的LC算法對頻繁出現(xiàn)的主題類進行統(tǒng)計,并將頻繁出現(xiàn)的主題類提交給用戶。對該系統(tǒng)進行的實測實驗表明,系統(tǒng)能夠發(fā)現(xiàn)主

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論