摘要：web日志是一个很不完全且存在多样性特点的数据集,在获取决策规则的过程中经常会出现不一致、不完全规则的情况。提到了粗糙集理论,利用粗糙集理论在处理不完全知识上的特有优势来解决此种问题。首先把重要的用户行为特征值离散化作为属性值和值的约简,然后通过粗糙集缺省规则获取算法获得决策规则。其中条件属性的提取主要是一个对用户行为观察和分析的结果,而离散化处理方法就是应用粗糙集理论中的典型方法。这种处理方法有利于最后规则提取的进行,经过实例分析效果良好。

摘要：W eb页面中除了所包含的数据外,往往还包含很多导航信息、广告等。针对W eb页面的特点,提出了DOM树比较算法,通过对多个页面进行比较,识别出主体内容。实验结果证明该方法是有效可行的。

摘要：越来越多的数据被收集并且存储在数据库中,由于计算机和网络技术的发展,而信息的发布与浏览不会再受到空间和时间的约束。web数据挖掘被划分为三种主要类型:web结构挖掘、web内容挖掘和web使用挖掘,web挖掘的责任化分的依据是在数据挖掘过程中所使用的信息种类来划分的。探讨在电子商务中如何更有效地使用,并设计了一个面向电子商务的基于web使用挖掘的个性化推荐系统。

摘要：本文首先对web挖掘和数据挖掘技术的基本概念以及功能特点进行了详细的介绍，继而针对web数据挖掘的具体实现形式和主要挖掘方式进行了详细的研究；进一步探讨分析了电子商务和个性化推荐系统定义、概念及其特点等问题，此外详细研究了web数据挖掘技术在电子商务中的应用特点等问题；旨在为设计出一个基于web数据挖掘技术的电子商务平台而提供研究基础，此外在上述大量工作的基础上，建立一个个性化的服务推荐系统。

摘要：在介绍web挖掘和web预取的基础上,利用Markov模型和序列模式分析设计并实现了一个web预取模型,对请求命中率和字节命中率进行了分析。介绍了系统编程实现中的关键技术,包括模块结构、数据结构以及选用的算法等,并在真实数据上进行实验,给出关键技术的解决方案。

摘要：应用聚类技术能够自动地发现典型用户文件 ,但是由于会话向量通常是高维的稀疏向量 ,因此很难在会话向量之间设计有效的相似度度量 .本文提出 2种基于矩阵降维的典型用户文件发现方法 .这些方法应用非负矩阵分解技术降低会话 URL矩阵的维数 ,并通过球形的k 均值算法对用户会话向量的投影向量聚类 ,由此得到典型用户文件 .实验结果表明 ,这些算法能够有效地从用户会话中发现典型的用户文件 .

摘要：互联网网页数量爆炸性地增长,使得网页文档分类技术研究成为目前web挖掘的一大热点.针对面向某特定领域文档的特点,提出一种基于层次特征词权重的文档特征表示方法,以此为基础,在网页文档分类时,通过对网页结构和文本链接分析,设计了网页文档分类算法HFSHA(Text Categorization Algorithm Based on Hierarchy Feature Word Weight and Structure and Hyperlink Analysis).在服装网页文档语料库上的分类实验表明,对服装专业文档HFSHA算法比基于向量空间模型(VSM)的普通文本分类算法的分类准确率高.

摘要：从web双语资源中获取术语翻译具有很大应用价值。从实用化术语翻译角度出发,设计了一个基于web的中英术语翻译系统。该系统使用Google搜索引擎,通过关键词扩展技术搜索词汇表类型网页,从其搜索结果摘要中抽取术语翻译。实验结果表明系统取得良好性能:TOP1的正确率达到90.9%,TOP3的正确率达到95.4%。

摘要：详细介绍了网页信息解析的基本技术手段,在综合权衡优缺点的基础上,提出了针对新 闻网站复杂结构页面较为有效的分块算法,并结合实际的项目需求,设计实现了网页信息解析器 TVPS,实验结果表明,该解析器具有良好的性能,满足实际的需求。

摘要：建立Internet专业信息系统是各专业领域迈入Internet时代的迫切需要。本文就专业信息系统的设计框架和软件实现环境进行了研究 。