摘要：随着网络通信技术的快速发展与成本的不断降低,越来越多的信息都被发布到网络上。但是,由于web数据挖掘比单个数据仓库的挖掘要复杂的多,因而面向web的数据挖掘成了一个新的课题。介绍了web数据挖掘的分类以及当前的发展状况,并将XML技术应用在web数据挖掘中,介绍了一个自动挖掘的模型,应用于股票信息自动采集系统,展示了web数据自动挖掘方法的可行性与优越性。同时,也指出了web数据自动挖掘尚存的不足及其发展前景。

摘要：为有效解决网络广告中存在的点击欺诈问题,提出了一种基于web挖掘算法的解决方案,并设计了一套点击欺诈检测模型。该模型通过对点击流进行时序分析、离群点挖掘、非线性分析等操作,能有效检测或屏蔽各类点击欺诈,有效屏蔽无意识的无效点击,并且在不影响广告展示速度的基础上显著提高检测点击欺诈的效率。实验结果表明,该解决方案可以有效检测采用手动或者利用计算机程序的方法模仿正常用户进行点击欺诈的行为,表明了模型的可行性和方案的有效性。

摘要：近年来,中文产品评论的特征情感分类是web数据挖掘的重要研究内容之一。提出了一套完整的产品命名实体、特征词、情感词以及边界的标注规则,设计了多层次的混合标签模式;提出了双层HHMM(层级隐马尔科夫模型)结构,将词形标注和词性标注的特点进行融合;提出了基于词形标注的HHMM-1算法和基于词性标注的HHMM-2算法,实现复杂短语的自动标注。实验证明,双层HHMM模型起到了互补的作用,模型的查全率和F-score值均有较大提高。

摘要：中文产品评论特征词与关联的情感词的分类是观点挖掘的重要研究内容之一。该文改进了英文依存关系语法,总结出5种常用的中文产品评论依存关系;利用最大熵模型进行训练,设计了基于依存关系的复合特征模板。实验证明,应用该复合模板进行特征-情感对的提取,系统的查全率和F-score相比于传统方法,分别提高到78.68%和75.36%。

摘要：web使用模式挖掘是对用户浏览web后在服务器日志上所留信息的数据挖掘。介绍了挖掘中常用技术及流程,并提出一种web使用模式挖掘体系结构,介绍了系统的工作原理,对系统设计中的数据清洗和会话识别等关键技术作了详细讨论。

摘要：以网易汽车资讯网页信息抽取为例,研究了基于领域本体的web信息抽取技术的设计与实现。

摘要：为了改进web检索中用户信息获取体验,提出了一种有效的查询建议方法——LDA-RT,该方法应用于websearch用户交互,提供良好的智能化的人机接口。该方法结合了目前基于文档和基于日志的研究方法从日志中抽取查询主题,从web上获取相关文档集,使用对象过滤的方法生成事务,通过关联规则挖掘的方法抽取关系。将得到的相关主题规则应用于真实的搜索引擎并设计了评价模型,通过实验结果表明这种方法能够为用户提供高相关度的查询主题。

摘要：设计并实现了web站点综合分析系统,利用基于有向树的用户浏览模式算法及页面链接支持度,web站点管理员可以改善超链接结构,使用户更方便地访问站点,增加缓存预取机制,改善服务响应时间。最后用某公司的日志数据进行了实验和测试,可适于各种类型、行业、规模的web站点。

摘要：当前,我国网络教育在教学实施中往往把注意力集中在知识内容组织、网络课程设计、学习资源提供等方面,但忽视了对注册学生的学习监控。因此,本文在建立网络学习行为数据模型的基础上,提出了对学习者网络学习行为实时监控的方法并进行了实践,以期对网络教育教学提供必要依据。

摘要：web上的数据量急剧膨胀使得进行web数据挖掘成为数据挖掘技术研究的热点。而XML能够为web挖掘提供半结构化的数据模型,解决了web挖掘中的数据源问题。介绍了XML的和web文本挖掘的概念,提出了一种基于XML的web文本挖掘模型,剖析了该模型的各个组成部分,给出了该模型的特点。