基于XML和Web數(shù)據(jù)的關(guān)聯(lián)規(guī)則挖掘研究.pdf

1、本文根據(jù)Web上XML數(shù)據(jù)的半結(jié)構(gòu)化的特點以及XML查詢語言XQuery、NET DOM對XML操作的支持，針對如何直接從XML數(shù)據(jù)中提取有價值的關(guān)聯(lián)規(guī)則進行了探索性研究。 首先，對XQuery實現(xiàn)的Apriori算法作了比較深入的研究，針對Apriori算法不適應(yīng)挖掘結(jié)構(gòu)復(fù)雜不規(guī)則的XML文檔數(shù)據(jù)和挖掘大規(guī)模的XML文檔數(shù)據(jù)效率不高的局限分別作了相應(yīng)地改進。實驗表明，改進后的算法能夠有效地從XML數(shù)據(jù)中抽取關(guān)聯(lián)規(guī)則。

2、其次，探討了如何使用．NET DOM對XML數(shù)據(jù)進行直接關(guān)聯(lián)規(guī)則挖掘。NET DOM采用面向?qū)ο髾C制將對XML的操作封裝成類庫，用其實現(xiàn)的關(guān)聯(lián)規(guī)則挖掘算法更符合人類的思維方式，更容易理解。而且，NET DOM實現(xiàn)的算法的可視化更強，算法編譯執(zhí)行，速度更快。 此外，從電子商務(wù)網(wǎng)站的購物籃數(shù)據(jù)中抽取了一部分典型的挖掘數(shù)據(jù)，構(gòu)造了具體的實驗，根據(jù)實驗的結(jié)果對上述兩種算法的優(yōu)缺點進行了對比分析。實驗結(jié)果表明，在不同的環(huán)境需求下，兩種算法

3、有著各自的強勢和劣勢，從而可以指導(dǎo)人們在未來XML的關(guān)聯(lián)規(guī)則挖掘過程中，應(yīng)該根據(jù)不同的需求和挖掘環(huán)境選擇不同的挖掘方法，才能使數(shù)據(jù)挖掘的效率和性能得到優(yōu)化。 最后，提出了一個基于XML和關(guān)聯(lián)規(guī)則挖掘的Web挖掘系統(tǒng)的五層架構(gòu)模型，對該模型的各個功能模塊進行了詳細地介紹。并且根據(jù)該模型，設(shè)計了一個面向電子商務(wù)網(wǎng)站的基于XML的關(guān)聯(lián)規(guī)則挖掘系統(tǒng)模塊。該模塊能夠處理多種數(shù)據(jù)源，支持多種關(guān)聯(lián)規(guī)則挖掘算法以及挖掘結(jié)果的可視化表達，具有綜合