本文選題：web數(shù)據(jù) + 距離��； 參考：《科技通報(bào)》2013年10期

【摘要】：Web信息復(fù)雜程度不斷加深,多維度、高復(fù)雜度的信息越來越多,信息中的錯(cuò)誤信息特征在海量復(fù)雜數(shù)據(jù)屬性中表述越來越困難,造成信息挖掘耗時(shí)過長,挖掘效果不好的問題。為了解決這一問題,提出了一種距離信息模糊信息權(quán)值分類的Web錯(cuò)誤數(shù)據(jù)挖掘算法。在Web特征表述過程中,運(yùn)用距離描述Web數(shù)據(jù)的錯(cuò)誤數(shù)據(jù)特征,運(yùn)用模糊信息熵,對錯(cuò)誤數(shù)據(jù)特征進(jìn)行距離分類,保證數(shù)據(jù)分類的準(zhǔn)確性,最大程度的完成錯(cuò)誤數(shù)據(jù)高效挖掘。實(shí)驗(yàn)結(jié)果表明,該算法能有效減少錯(cuò)誤數(shù)據(jù)信息在海量信息中的挖掘時(shí)間,提高了挖掘的準(zhǔn)確性,取得了滿意的效果。
[Abstract]:The complexity of Web information is getting deeper and deeper, the multi-dimension and high-complexity information is more and more, the error information feature in the information is more and more difficult to express in the massive and complex data attribute, resulting in the problem that the information mining takes too long and the mining effect is not good. In order to solve this problem, a Web error data mining algorithm based on fuzzy information weight classification of distance information is proposed. In the process of Web feature representation, distance is used to describe the error data feature of Web data, and fuzzy information entropy is used to classify the error data feature, so as to ensure the accuracy of data classification and to maximize the efficiency of error data mining. Experimental results show that the algorithm can effectively reduce the mining time of error data in mass information, improve the accuracy of mining, and achieve satisfactory results.
【作者單位】： 呼倫貝爾學(xué)院;
【分類號(hào)】：TP311.13;TP393.09

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 張娥,鄭斐峰,馮耕中;Web日志數(shù)據(jù)挖掘的數(shù)據(jù)預(yù)處理方法研究[J];計(jì)算機(jī)應(yīng)用研究;2004年02期

2 熊忠陽;周亞峰;;Web訪問挖掘的預(yù)處理技術(shù)的研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2007年08期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 呂佳;;Web日志挖掘技術(shù)應(yīng)用研究[J];重慶師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年04期

2 李甲林;;Web數(shù)據(jù)挖掘技術(shù)研究綜述[J];電腦知識(shí)與技術(shù);2009年36期

3 任紅霞;;基于WEB挖掘的信息處理在開放教育中的應(yīng)用研究[J];電腦知識(shí)與技術(shù);2012年18期

4 謝維奇;翟璐璐;;基于Web日志的遠(yuǎn)程教育學(xué)員網(wǎng)上學(xué)習(xí)行為的識(shí)別[J];福建電腦;2007年02期

5 陳玉哲;王艷君;趙明華;;基于Web日志與定制數(shù)據(jù)采集相結(jié)合的Web使用記錄挖掘研究[J];福建電腦;2009年08期

6 倪霓;羅毅;;好友關(guān)系型視頻推薦系統(tǒng)的實(shí)現(xiàn)[J];硅谷;2013年24期

7 張建宏;電子商務(wù)網(wǎng)站的數(shù)據(jù)挖掘[J];湖州職業(yè)技術(shù)學(xué)院學(xué)報(bào);2005年01期

8 劉林東,印鑒;Web挖掘在考試系統(tǒng)中應(yīng)用[J];計(jì)算機(jī)應(yīng)用研究;2005年02期

9 裘立波;姜元春;林文龍;;基于關(guān)聯(lián)規(guī)則和協(xié)同過濾的網(wǎng)絡(luò)商品捆綁方法研究[J];計(jì)算機(jī)與現(xiàn)代化;2009年09期

10 王曉燕;何月順;楊文強(qiáng);;基于數(shù)據(jù)挖掘技術(shù)的高校教學(xué)方法研究[J];科技經(jīng)濟(jì)市場;2009年02期

相關(guān)會(huì)議論文 前2條

1 代廣珍;徐超;;基于Web的數(shù)據(jù)挖掘研究綜述[A];2005年“數(shù)字安徽”博士科技論壇論文集[C];2005年

2 常智榮;馬自衛(wèi);鄧芳;;基于Web日志的數(shù)據(jù)挖掘技術(shù)的研究[A];中國電子學(xué)會(huì)第十六屆信息論學(xué)術(shù)年會(huì)論文集[C];2009年

相關(guān)博士學(xué)位論文 前4條

1 劉雪梅;服務(wù)器端軟件性能分析和診斷方法研究[D];哈爾濱工程大學(xué);2010年

2 徐雪琪;基于統(tǒng)計(jì)視角的數(shù)據(jù)挖掘研究[D];浙江工商大學(xué);2007年

3 李超鋒;Web使用挖掘關(guān)鍵技術(shù)研究[D];華中科技大學(xué);2007年

4 趙潔;基于粒計(jì)算的Web使用挖掘研究[D];華南理工大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 蔡浩;基于Web使用挖掘的協(xié)同過濾推薦算法研究[D];浙江理工大學(xué);2010年

2 相景麗;Web挖掘技術(shù)在遠(yuǎn)程教學(xué)系統(tǒng)中的應(yīng)用[D];電子科技大學(xué);2010年

3 董倩;Web潛在用戶挖掘研究[D];河北農(nóng)業(yè)大學(xué);2011年

4 李娟;面向校園網(wǎng)日志分析的web數(shù)據(jù)挖掘技術(shù)研究[D];西安電子科技大學(xué);2010年

5 陳娟;基于JDM的移動(dòng)互聯(lián)網(wǎng)用戶行為分析[D];武漢理工大學(xué);2011年

6 劉其輝;大眾行為下基于貝葉斯網(wǎng)的知識(shí)集群模型及其應(yīng)用[D];華南理工大學(xué);2011年

7 郭東東;政府網(wǎng)站日志挖掘的研究與實(shí)踐[D];鄭州大學(xué);2011年

8 封軍;基于WEB日志挖掘的頻繁模式挖掘算法研究[D];安徽大學(xué);2011年

9 張旺俊;Web緩存替換策略與預(yù)取技術(shù)的研究[D];中國科學(xué)技術(shù)大學(xué);2011年

10 王勇;Web使用挖掘與網(wǎng)頁個(gè)性化服務(wù)推薦研究[D];浙江理工大學(xué);2011年

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 趙偉,何丕廉,陳霞,謝振亮;Web日志挖掘中的數(shù)據(jù)預(yù)處理技術(shù)研究[J];計(jì)算機(jī)應(yīng)用;2003年05期

2 張娥,鄭斐峰,馮耕中;Web日志數(shù)據(jù)挖掘的數(shù)據(jù)預(yù)處理方法研究[J];計(jì)算機(jī)應(yīng)用研究;2004年02期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張賀;蔡江輝;張繼福;喬圢;;信息熵度量的離群數(shù)據(jù)挖掘算法[J];智能系統(tǒng)學(xué)報(bào);2010年02期

2 陳小輝;;基于數(shù)據(jù)挖掘算法的入侵檢測方法[J];計(jì)算機(jī)工程;2010年17期

3 楊舒晴;;連續(xù)屬性離散化研究[J];電腦知識(shí)與技術(shù);2011年02期

4 吳昌錢;;信用分析中常用數(shù)據(jù)挖掘算法[J];硅谷;2011年06期

5 袁愛香;;C4.5數(shù)據(jù)挖掘算法的改進(jìn)及其應(yīng)用[J];山東農(nóng)業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年03期

6 顏宏文,馬瑞,晏弼成;基于信息熵構(gòu)造判定樹的數(shù)據(jù)挖掘算法的設(shè)計(jì)與實(shí)現(xiàn)[J];計(jì)算機(jī)工程與應(yīng)用;2003年23期

7 溫力;利用ASP實(shí)現(xiàn)Web數(shù)據(jù)庫信息發(fā)布[J];計(jì)算機(jī)時(shí)代;2000年10期

8 張瀅;張新衛(wèi);;電路實(shí)驗(yàn)數(shù)據(jù)分析挖掘技術(shù)研究[J];現(xiàn)代電子技術(shù);2006年24期

9 楊洋;;Web數(shù)據(jù)挖掘的分析與探討[J];裝備制造技術(shù);2006年05期

10 王懿;;論數(shù)據(jù)挖掘技術(shù)在信息分析中的應(yīng)用[J];科技情報(bào)開發(fā)與經(jīng)濟(jì);2009年10期

相關(guān)會(huì)議論文 前10條

1 顏元;;基于信息熵的旅游地生命周期量化研究——旅游地演化實(shí)質(zhì)的一種假說[A];中國地理學(xué)會(huì)2006年學(xué)術(shù)年會(huì)論文摘要集[C];2006年

2 謝平;林洪彬;王霄;劉彬;;一種用于故障診斷的多信息熵監(jiān)測方法研究[A];中國儀器儀表學(xué)會(huì)第六屆青年學(xué)術(shù)會(huì)議論文集[C];2004年

3 閆華;;基于信息熵的粗糙集知識(shí)約簡方法[A];第十屆粵港機(jī)電工程技術(shù)與應(yīng)用研討會(huì)暨梁天培教授紀(jì)念會(huì)文集[C];2008年

4 張孝飛;陳肇雄;黃河燕;俞e，

本文編號(hào)：2039606