杨金花

（西安铁路职业技术学 陕西 西安 710014）

随着网络资源越来越丰富，它容纳了海量的各种类型的原始数据，激增的数据背后隐藏着许多重要的信息，人们越来越多地关注如何从海量数据中提取有价值的信息。数据挖掘（Data Mining）是从大型数据库或数据仓库中提取人们感兴趣的、隐含的、尚未被认识到的有用知识。由于Web本身的特性，使得Web上的信息查找比传统的信息查找表现出更大的挑战性。解决从Web上查找信息的一个途径，就是将传统的数据挖掘技术和Web结合起来，进行Web数据挖掘[1]。

1 Web数据挖掘的特点

数据挖掘是通过对大量数据的分析，寻找每个数据规律的技术，它挖掘的是数据库中有模型的数据，更注重的是数据的精确性。Web数据挖掘不同于数据挖掘，它是指利用数据挖掘技术在Web数据中发现潜在的、有用的模式或信息，它更注重数据的模糊性，需要挖掘出来的是同一类的信息。传统的数据库都有一定的数据模型，或以此模型来具体描述。Web上的数据与传统的数据库中的数据不同[2]。Web是由文本，多媒体元素、超链接等内容组成。Web上的数据非常复杂，没有特定的模型描述，每一站点的数据都各自独立设计，并且数据本身具有自述性和动态可变性，从而是一种非完全结构化的数据。半结构化是形成了Web文本挖掘的特色。

Web上的大量数据是非结构化的、层次化的[3]，而其中80%以上的信息都是以文本的形式存在的、蕴含着巨大潜在价值的知识。人们迫切需要能够从Web上快速、有效地发现这些有价值的知识。……