基于一種半結(jié)構(gòu)化數(shù)據(jù)模型的頻繁模式挖掘研究.pdf

1、近年來(lái)，隨著Web技術(shù)的不斷發(fā)展，怎樣從Web產(chǎn)生的海量數(shù)據(jù)中發(fā)現(xiàn)隱含的規(guī)律性內(nèi)容，充分利用有用的數(shù)據(jù)成了現(xiàn)今研究的熱點(diǎn)。而Internet上信息量的巨大性，信息內(nèi)容結(jié)構(gòu)的復(fù)雜性，以及沒(méi)有特定的模型描述數(shù)據(jù)，使得處理這些信息具有很多困難。為了解決這個(gè)矛盾，半結(jié)構(gòu)化數(shù)據(jù)模型的建立和Web數(shù)據(jù)挖掘成為解決這個(gè)問(wèn)題的有效手段。再者，頻繁模式挖掘是數(shù)據(jù)挖掘領(lǐng)域的一個(gè)基本問(wèn)題，其方法被廣泛應(yīng)用于許多數(shù)據(jù)挖掘任務(wù)中。由于問(wèn)題本身的基礎(chǔ)性和內(nèi)在復(fù)雜性

2、，頻繁模式挖掘方法成為許多研究者關(guān)注的課題。 本文介紹了數(shù)據(jù)挖掘、Web數(shù)據(jù)挖掘、XML的相關(guān)概念和研究現(xiàn)狀。分析了半結(jié)構(gòu)化數(shù)據(jù)的特點(diǎn)以及目前主要的半結(jié)構(gòu)數(shù)據(jù)模型。通過(guò)半結(jié)構(gòu)化數(shù)據(jù)模型與XML數(shù)據(jù)的對(duì)比，發(fā)現(xiàn)它們之間有些相似性，但是XML的提出最初是作為文檔標(biāo)識(shí)語(yǔ)言，而不是作為一種數(shù)據(jù)模型。所以，根據(jù)XML數(shù)據(jù)內(nèi)容自身的特性和頻繁模式挖掘的的基本要求，給出了一種基于XML的樹(shù)型對(duì)象模型ATE，目的是使用該數(shù)據(jù)模型來(lái)進(jìn)行數(shù)據(jù)挖掘。