李 旭, 董争鸣, 吴洪森

(浙江警察学院,浙江杭州 310053)

0 引言

随着网络的飞速发展,传统 Web在信息显示和处理上的不足之处也更加显著,而语义网作为一种新型的网络结构,较好地克服了这些问题。正如Tim Berners-Lee所描绘,语义网代表着网络的未来,必将成为下一代互联网的神经,而基于语义的 Web挖掘作为与这一趋势相适应的技术,也必将成为Web挖掘研究的新热点。

Web挖掘通常分为:Web内容挖掘(Web contentmining),Web结构挖掘(Web structure mining)和 Web使用记录挖掘(Web usagemining)三类。本文从 Web结构挖掘的典型 Apriori算法入手进行分析。Web内容挖掘是对 Web页面上的数据内容进行挖掘,它是从 WWW的组织结构和链接关系中推导知识。Web内容挖掘通过分析一个网页上的内容建立数据库,通过不同的数据库之间的元记录之间的关联性即查找频率性建立关联挖掘规则,并由此获得有关不同页面间相似度和关联度的信息规则,从而实现对 Web网页上语义内容的挖掘。

1 语义 Web挖掘的相关基本理论

1.1 语义的 Web挖掘

WEB挖掘是一个极其复杂的过程,它不同于传统的数据仓库技术和简单的知识发现(KDD),它面对的海量信息不全是简单的结构化数据,而常常为半结构化的数据,如文本、图形、图像数据,甚至是异构型数据。发现知识的方法可以是数学的,也可以是非数学的;可以是演绎的,也可以是归纳的。

语义 Web以本体形式所描述的清楚语义知识可以应用于不同目的的 Web挖掘。在 Web内容挖掘中可以利用本体知识来选择最相关的源数据、预处理输入的数据和评价所发现的模式。……