周清清　郭鑫

摘要：該文介紹了Web挖掘技術(shù)及其在校園教學(xué)資源共享系統(tǒng)中的典型應(yīng)用?？梢酝ㄟ^(guò)Web數(shù)據(jù)挖掘高度自動(dòng)化地對(duì)校園教學(xué)資源共享系統(tǒng)中的海量信息進(jìn)行推理與挖掘，從而得到有價(jià)值的模式，并且預(yù)測(cè)用戶(hù)未來(lái)行為，有針對(duì)性地向他們推薦特定的教學(xué)資源。

關(guān)鍵詞：Web挖掘；教學(xué)資源；內(nèi)容挖掘

中圖分類(lèi)號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2014）19-4364-02

如今這個(gè)信息化的時(shí)代，網(wǎng)絡(luò)已經(jīng)深入到我們的日常生活中了，通過(guò)網(wǎng)絡(luò)我們可以實(shí)現(xiàn)資源的共享，校園網(wǎng)教學(xué)資源共享系統(tǒng)就是一個(gè)資源共享平臺(tái)，所有的校園網(wǎng)用戶(hù)可以通過(guò)這個(gè)系統(tǒng)訪(fǎng)問(wèn)各種教學(xué)資源，并且可以簡(jiǎn)單地獲取這些資源。但是，該系統(tǒng)的數(shù)據(jù)是海量的，所以如何從這么多的數(shù)據(jù)中找到對(duì)用戶(hù)有用的信息，是一個(gè)亟待解決的問(wèn)題，而Web挖掘技術(shù)正好為我們解決了這個(gè)問(wèn)題。

1 Web數(shù)據(jù)挖掘

1.1 Web數(shù)據(jù)挖掘概述

Web數(shù)據(jù)挖掘從數(shù)據(jù)挖掘發(fā)展而來(lái)，都是在分析大量數(shù)據(jù)的基礎(chǔ)上，做出歸納性的推理，預(yù)測(cè)用戶(hù)的行為等。Web挖掘與傳統(tǒng)的數(shù)據(jù)挖掘相比有它自身的特點(diǎn)，首先Web挖掘的數(shù)據(jù)是數(shù)據(jù)量巨大，動(dòng)態(tài)性極強(qiáng)的，其次，Web上的數(shù)據(jù)是處于異構(gòu)數(shù)據(jù)庫(kù)中的，最后，Web挖掘的信息多樣性，根據(jù)web對(duì)象不一樣，可以分為三大類(lèi)：web結(jié)構(gòu)挖掘、內(nèi)容挖掘與訪(fǎng)問(wèn)信息挖掘。

1） 內(nèi)容挖掘

指從Web內(nèi)容/數(shù)據(jù)/文檔中發(fā)現(xiàn)有用信息，Web上的信息五花八門(mén)，傳統(tǒng)的Internet由各種類(lèi)型的服務(wù)和數(shù)據(jù)源組成，包括WWW、FTP、Telnet等，現(xiàn)在有更多的數(shù)據(jù)和端口可以使用，比如政府信息服務(wù)、數(shù)字圖書(shū)館、電子商務(wù)數(shù)據(jù)，以及其他各種通過(guò) Web可以訪(fǎng)問(wèn)的數(shù)據(jù)庫(kù)。Web內(nèi)容挖掘的對(duì)象包括文本、圖象、音頻、視頻、多媒體和其他各種類(lèi)型的數(shù)據(jù)。其中針對(duì)無(wú)結(jié)構(gòu)化文本進(jìn)行的Web挖掘被歸類(lèi)到基于文本的知識(shí)發(fā)現(xiàn)（KDT）領(lǐng)域，也稱(chēng)文本數(shù)據(jù)挖掘或文本挖掘，是Web挖掘中比較重要的技術(shù)領(lǐng)域，也引起了許多研究者的關(guān)注。最近在Web多媒體數(shù)據(jù)挖掘方面的研究成為另一個(gè)熱點(diǎn)。

2） Web結(jié)構(gòu)挖掘

Web結(jié)構(gòu)挖掘是對(duì)Web頁(yè)面之間的鏈接結(jié)構(gòu)進(jìn)行挖掘。在整個(gè)Web空間里，有用的知識(shí)不僅包含在Web頁(yè)面的內(nèi)容之中，而且也包含在頁(yè)面的鏈接結(jié)構(gòu)之中。對(duì)于給定的Web頁(yè)面集合，通過(guò)結(jié)構(gòu)挖掘可以發(fā)現(xiàn)頁(yè)面之間的關(guān)聯(lián)信息，頁(yè)面之間的包含、引用或者從屬關(guān)系等。

3） Web訪(fǎng)問(wèn)信息挖掘

Web訪(fǎng)問(wèn)信息挖掘是對(duì)用戶(hù)訪(fǎng)問(wèn)Web時(shí)在服務(wù)器方留下的訪(fǎng)問(wèn)記錄進(jìn)行挖掘。通過(guò)分析日志記錄中的規(guī)律，可以識(shí)別用戶(hù)的忠實(shí)度、喜好、滿(mǎn)意度，可以發(fā)現(xiàn)潛在用戶(hù)，增強(qiáng)站點(diǎn)的服務(wù)競(jìng)爭(zhēng)力。

1.2 校園網(wǎng)教學(xué)資源共享系統(tǒng)中Web數(shù)據(jù)挖掘的步驟

1） 首先要確定挖掘的對(duì)象，在校園網(wǎng)教學(xué)資源共享系統(tǒng)中主要的對(duì)象是校園網(wǎng)用戶(hù)。

2） 收集原始數(shù)據(jù)并將其作為數(shù)據(jù)源。

3） 進(jìn)行預(yù)處理，主要包括事務(wù)識(shí)別、數(shù)據(jù)清理、會(huì)話(huà)識(shí)別與格式化等過(guò)程，刪除掉無(wú)用的信息以提高挖掘效率。

4） 建立數(shù)據(jù)挖掘模型，利用數(shù)據(jù)模型進(jìn)行測(cè)試與模擬，得到相關(guān)的挖掘結(jié)果。

5） 進(jìn)行數(shù)據(jù)模式分析與挖掘，可以利用相關(guān)技術(shù)與驗(yàn)證方法來(lái)解釋挖掘結(jié)果，做出決策或豐富知識(shí)。

1.3 校園網(wǎng)教學(xué)資源共享系統(tǒng)中Web數(shù)據(jù)挖掘的數(shù)據(jù)源

① 服務(wù)器數(shù)據(jù)：校園網(wǎng)用戶(hù)訪(fǎng)問(wèn)生成的web日志內(nèi)容，可以以文本形式存儲(chǔ)在web服務(wù)器上。

② 將圖片、圖像與文本數(shù)據(jù)，特別是html內(nèi)容保存到服務(wù)器中。

③ 保存超鏈接數(shù)據(jù)。

④ 保存必要的用戶(hù)信息數(shù)據(jù)。

2 Web挖掘在校園網(wǎng)資源共享系統(tǒng)中應(yīng)用

2.1數(shù)據(jù)抽取方法在校園網(wǎng)資源共享系統(tǒng)中的應(yīng)用

利用數(shù)據(jù)抽取方法對(duì)零散的網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行整理，得到有規(guī)則的知識(shí)與數(shù)據(jù)，并且可以對(duì)數(shù)據(jù)進(jìn)行濃縮，把基本的與原始的數(shù)據(jù)從低層次轉(zhuǎn)化成高層次，為學(xué)生管理者提供決策依據(jù)。

2.2智能化搜索中進(jìn)行數(shù)據(jù)挖掘

如何滿(mǎn)足不同用戶(hù)的需求是我們亟待解決的一個(gè)很重要的問(wèn)題，所以我們?cè)谒阉饕嬷惺褂脭?shù)據(jù)技術(shù)，構(gòu)建智能搜索引擎，從而提高搜索性能。

挖掘的方法主要包括文檔分類(lèi)、自動(dòng)生成、聚類(lèi)與分類(lèi)等，利用這些技術(shù)可以實(shí)現(xiàn)個(gè)性化的搜索引擎。使用戶(hù)能快速準(zhǔn)確地檢索到有價(jià)值的信息。通過(guò)對(duì)數(shù)據(jù)的聚類(lèi)，可以將用戶(hù)的檢索結(jié)果合并在一起，縮小頁(yè)面的數(shù)量，提高搜索引擎的查準(zhǔn)率與查全率。

3 用戶(hù)關(guān)系管理中的數(shù)據(jù)挖掘技術(shù)應(yīng)用

1） 用戶(hù)關(guān)系管理概念

用戶(hù)關(guān)系管理是通過(guò)用戶(hù)與行為數(shù)據(jù)的收集，發(fā)現(xiàn)有用的潛在的用戶(hù)，并不斷完善用戶(hù)服務(wù)和分析來(lái)滿(mǎn)足用戶(hù)的要求。

2） Web數(shù)據(jù)挖掘在用戶(hù)關(guān)系管理中的應(yīng)用

Web數(shù)據(jù)挖掘能夠幫助校園網(wǎng)教學(xué)資源共享系統(tǒng)確定用戶(hù)的特點(diǎn)，使系統(tǒng)管理員能夠?yàn)橛脩?hù)提供有針對(duì)性的服務(wù)。

利用Web數(shù)據(jù)挖掘，可以理解訪(fǎng)問(wèn)者的動(dòng)態(tài)行為，據(jù)此優(yōu)化校園網(wǎng)教學(xué)資源共享系統(tǒng)的運(yùn)行。通過(guò)分類(lèi)技術(shù)，對(duì)不同的用戶(hù)進(jìn)行個(gè)性化的服務(wù)，以此來(lái)提高用戶(hù)的滿(mǎn)意度，挖掘出潛在的用戶(hù)信息，并提取出用戶(hù)的共用特征，幫助校園網(wǎng)教學(xué)資源共享系統(tǒng)更好地了解用戶(hù)的興趣，預(yù)測(cè)他們的需求，有針對(duì)性地向他們推薦特定的教學(xué)資源。

4 結(jié)論

本文對(duì)Web挖掘技術(shù)進(jìn)行了綜述，介紹了其在校園教學(xué)資源共享系統(tǒng)中的典型應(yīng)用。Web數(shù)據(jù)挖掘高度自動(dòng)化地對(duì)校園教學(xué)資源共享系統(tǒng)進(jìn)行有效的分析與挖掘，從中找出有用的信息，為管理者進(jìn)行服務(wù)，有針對(duì)性地向他們推薦特定的教學(xué)資源。該技術(shù)已經(jīng)成為了數(shù)據(jù)挖掘領(lǐng)域中的熱點(diǎn)研究方向之一，利用該技術(shù)構(gòu)建校園教學(xué)資源共享系統(tǒng)，可以得到很多有用信息，具有實(shí)際應(yīng)用價(jià)值，可以為高校的教學(xué)提供很大的幫助，對(duì)學(xué)生的自身發(fā)展也起了很大的作用，將Web挖掘應(yīng)用于一個(gè)基于Web服務(wù)技術(shù)的校園網(wǎng)教學(xué)資源系統(tǒng)，整合這些教學(xué)資源，讓校園網(wǎng)內(nèi)用戶(hù)能夠透明的訪(fǎng)問(wèn)，并為以后擴(kuò)展到互聯(lián)網(wǎng)訪(fǎng)問(wèn)做好技術(shù)準(zhǔn)備，服務(wù)于數(shù)字校園的建設(shè)服務(wù)于教學(xué)。

參考文獻(xiàn)：

[1] 劉立軍，周軍，梅紅巖.Web使用挖掘的數(shù)據(jù)預(yù)處理[J].計(jì)算機(jī)科學(xué)， 2009，34（5）：200-201.

[2] 王海英，田志學(xué).Web使用挖掘在客戶(hù)關(guān)系管理中的應(yīng)用[J].計(jì)算機(jī)工程應(yīng)用，2008，23：200-223.

[3] 張偉.數(shù)據(jù)挖掘發(fā)展研究[J].計(jì)算機(jī)科學(xué)，2008，28（7）：79-81.

[4] 劉浪，王麗亞，黃海量.基于Web的數(shù)據(jù)倉(cāng)庫(kù)解決方案[J].計(jì)算機(jī)工程，2009，31（1）：92-94.

[5] 馬宏偉，張光衛(wèi)，李鵬.協(xié)同過(guò)濾推薦算法綜述[J].小型微型計(jì)算機(jī)系統(tǒng)， 2012（7）：1282-1288.

[6] 涂承勝，陸玉昌.Web使用挖掘技術(shù)研究[J].小型微型計(jì)算機(jī)系統(tǒng)， 2011，25（7）： 1177-1184.endprint