搜索引擎中Web数据挖掘技术的应用价值研究

赣

_露 _十 r

I字技术 效

应用研究

搜索引擎中 We数据挖掘技术的应用价值研究 b 穆瑞辉

(乡学院计算机与信息工程学院河南新乡 430)新 503 摘要：随着网络信息技术的发展，息数据量越来越庞大，统的搜索引擎虽然也能检索出有价值的信息，信传但是存在的弊端是显而易见的。 w e数据挖掘技术是w bg b e)务技术和数据挖掘技术相结合的新兴的综合技术， J为搜索引擎的个性化提供了强大的技术，文将对此做详细的阐述。本 关键词： e数据挖掘搜索引擎个性化应用价值 W b中图分类号： P 9 . 1 T 31 4文献标识码： A文章编号：0 79 1 ( 0 30— 0 70 1 0—4 6 2 1 ) 1 9— 1 0

目前人们获取信息的一个重要的途径就是we技术， e f息 b w b￣不断在增长，们要想获得自己想要的信息就必须花费太量的时间人去搜索浏览。搜索引擎作为人们普遍使用的信息检索工具包括多个领域的技术和理论，如数据挖掘、信息检索、人工智能等， t t WeC据 g挖掘技术为搜索引擎的个性化提供了强大的技术。

无关信息的查询结果太多，返回成百上千甚至数万条信息的现象经常出现，供的信息针对性不强；提显示顺序混乱、效性差也是查询有结果常见的问题，例如搜索结果涉及到文献、广告、闻等等方面新的，其排序没有按信息分类进行；在个性化服务、自然语言理解、查询方式和查全率等方面存在的问题也急需解决。

1浅析 W e b数据挖掘技术 ()we数据挖掘” 1“ b的简称是“ b we挖掘”它一项综合技术，,涉及到的领域有数据挖掘、 b信息学、算机语言学等。实质是 we、计其从we活动、 b b we文档中抽取用户感兴趣的、隐藏信息、在的有用潜模式。 b掘可以应用于很多方面，￣we文档分类、立 we We挖例 l b J建 b元数据库、定权威页面、掘搜索引擎的结构等。确挖 () 2基本原理： b w数据挖掘是对网页内容和结构相关的目标数据集进行预处理、模式发现和分析的过程，其中目标数据集指的是按照用户的要求从we资源中提取的相关数据。 b预处理是把冗余的数据和明显错误的数据从目标

数据集中除去从而对所选数据的有效部分进行精简，将数据转换成为有效形式。根据任务要求进行更有效模式的数据开采，选用合适的数据开采算法，寻求用户感兴趣的数据模块，用适当的方法表达成易于理解的形式。发现的并对模式进行评估和解释是由模式分析完成，必要时需要返回之前的步骤做数据的反复提取。这些程序完成之后，会将最后发现的知识提供给用户。 () b 3we数据挖掘是基于网络进行的，其过程分为四个主要步骤：确定业务对象、数据准备、数据挖掘、结构分析，其挖掘方式包括

3搜索引擎中 We数据挖掘技术的应用 b () 1建立兴趣关联规则及预测用户行为实现客户端Ⅵ b陀数据挖掘，图2如：客户端中搜索引擎进行文档检索查找是根据用户提出的查询 请求的字符串进行的，个查询在索引数据库中完成的，这并且做好查询内容与文档的相关度的工作，着按照某种算法排序即将输出接的查询结果，同时实现某种用户相关性反馈机制。用户浏览需要查询结果的网页时候，了提高网页获取的速度，以使用智能we 为可 b预取技术，具体方法是在表示用户浏览器缓冲区域数据的时候应用合适的www数据模型，把用户的兴趣关联规则应用数据挖掘技术挖掘出来，着把这些数据设置在兴趣关联知识库数据中，来预 接用测用户行为。速缓冲及时是浏览器常用的技术之一，高它包含的历史数据可以反映用户访问网页过程中的兴趣爱好。利用wⅣw数据模型来描述高速缓冲区域的页面链接。用数据挖掘技术中的关联 利规则和ww w数据模型技术相结合很大程度上优化了客户端处搜索引擎技术。 () 2获取有效的网页内容和建立精简的索引数据库实现服务器端 W e数据挖掘，图 3 b如：网页信息库及时改进和调整要搜集内容的依据是网络蜘蛛所搜集到的网页和we数据挖掘的结果。 b那么，这样就要求网络蜘蛛程序的拥有更高的功能，网络蜘蛛程序需要具备依据数据挖掘的结果实现动态更新的功能，进行数据筛选和抽取时要按照事先给定的数据结构。数据挖掘中，寻找网页信息库中的值的相关性应用的是关联分析技术；用分类方法分析进行网页信息库中的Ⅵ应烈激据的分析，能

够为每个类别实现数据分心模型建立、分类规则挖掘、出做准确的描述，另外分类其他数据库中的记录也要应用这个类别规则来进行；应用聚类方法对网页信息库中的记录数据进行分析，也就是对记录集合进行合理的规划要根据一定的分类规则，对每个记录所在的类别进行确定。通过这个循环过程，精炼出一个集成度高、易于使用、冗余度地的索引数据库，这样的数据库方便用户信息检索查找。 网络信息数据量非常庞大、长越来越陕，要方便的找到有增想价值的、符合人们要求的信息，使搜索效果达到最优，还有很多工作要做。 b We数据挖掘技术在搜索引起的应用起到了很大的推动作用，需要不断深入研究。还 参考文献

we结构挖掘、 b内容挖掘、 b b we we使用记录挖掘。 () 4关联规则技术、类聚类技术、分序列模式技术以及we特有 v的路径分析技术是we数据挖掘中常用的数据挖掘技术。 b

2关于搜索引擎 ()工作原理是运行一个 R b t序，索引擎遍历所有的网 1其 o o程搜页是依据链接进行的，把搜集到的网页放入到网页信息库中，然后根据一定的规则建立索引。如果用户在搜索引擎中输入自己感兴趣主题的关键词，搜索引擎就会进行索引，引所用到的就是先前建索立好的单词记录网页库，后检索出满足用户需求的条件网页返回最给用户。索引擎组成如图1搜： ()索引擎在“户功能” 2搜用主要存在的问题如下：准确率低且

田詈固一囤 图 1

~圈鲁园 4结语

[]明. 1朱数据挖掘[]合肥： M.中国科技大学出版社，0 2 20. [] 2陆玉昌.数据挖掘与知识发现[]成都：南交通大学出版社， M.西 20. 0 5

图2

图3

作者简介：瑞辉， 0.男，南省新乡市，师，士研究生，究方向：件设计与开发。穆 1 8 7,河 9讲硕研软

第1页