Web数据挖掘
Web数据挖掘的相关文献在2001年到2022年内共计518篇,主要集中在自动化技术、计算机技术、信息与知识传播、贸易经济
等领域,其中期刊论文495篇、会议论文13篇、专利文献578003篇;相关期刊251种,包括无线互联科技、集团经济研究、商场现代化等;
相关会议13种,包括2011年江苏省人工智能学术会议、2011基于互联网的商业管理学术会议(WBM2011)、吉林省科技情报学会2010年学术年会等;Web数据挖掘的相关文献由786位作者贡献,包括王玉珍、张磊、吴恒亮等。
Web数据挖掘—发文量
专利文献>
论文:578003篇
占比:99.91%
总计:578511篇
Web数据挖掘
-研究学者
- 王玉珍
- 张磊
- 吴恒亮
- 周晓兰
- 宋翌
- 张莹
- 李锦涛
- 王实
- 王志娟
- 陶小红
- 高文
- 魏妮妮
- 麦晓冬
- 丁宏伟
- 万英
- 乔磊
- 任新
- 何志英
- 何波
- 余海冰
- 侯琳
- 刘先熙
- 刘志镜
- 刘明刚
- 古丽娜孜
- 史哲
- 吴海威
- 吴继娟
- 周涛
- 唐伟
- 孔立平
- 孙学军
- 孙雪
- 孙韵秋
- 孟志斌
- 宋钰
- 廖贤敏
- 张健
- 张巍巍
- 张浚
- 张翼翔
- 张赛男
- 彭曙蓉
- 彭舰
- 徐晖
- 徐汀荣
- 徐超
- 徐静
- 方少卿
- 晏华
-
-
鲁娟利;
姜建国;
李鹏伟
-
-
摘要:
以水肥一体机控制系统中各功能参数为研究对象,对水肥一体机的结构组成及工作原理进行分析,并采用Web数据挖掘技术,对水肥一体机及作物生长大数据进行深度分析,形成水肥一体机工作过程知识数据库。将常规水肥一体机的传感系统数据与Web数据库中的知识参数进行比对,形成水肥一体机控制指令,操纵水肥一体机进行混肥、施肥及灌溉。根据水肥一体机反馈传感数据进一步形成相关操纵控制指令,经验证,基于Web数据挖掘技术建立的知识数据库可与水肥一体机控制系统进行有效结合,并提高了水肥一体机的智能化水平。
-
-
孙德刚
-
-
摘要:
首先从开发优势与应用原理两个角度阐述数据挖掘技术,进一步分析如今可用的数据挖掘算法;同时,提出一种优化改进的Apriori算法。该算法在完成常规数据源选择、数据采集与存储、数据预处理等操作后、构建了一种近邻和决策树两种数据挖掘分类模型,进而在发现频繁项集过程中,将数据建模和模型评估,并对其每个子元素进行计数操作,对子元素的计算数值小于当前的项集阶数时的则进行特征描述标记;最后,对两种模型的混淆矩阵数据进行计算,比较模型的预测准确率,最终得出准确率较高的数据模型,从而提高了算法的整体效率。
-
-
伍洁
-
-
摘要:
Web数据挖掘是将传统数据挖掘技术与Web技术相结合,并综合统计学、可视化等多个学科领域的一种技术.电子商务是与Web技术紧密联系的行业,各大电商平台都应用了Web技术与用户进行交互.近年来,越来越多的学者开始关注Web数据挖掘在电子商务中的应用,主要着重于对电子商务网络营销、电子商务服务质量以及网络安全与Web数据挖掘技术相结合的3个方面进行研究.电子商务怎样与Web数据挖掘技术更好地契合、实现电商平台利益最大化和用户体验最优化成为人们关注的问题,也吸引了众多专家学者进行研究.基于此,文章通过对检索文献的整理、归纳,综述数据挖掘在电子商务领域中的应用研究现状,为进一步的研究指明方向,并指出未来的研究方向是可视化Web数据挖掘技术在电子商务中的应用.
-
-
窦剑
-
-
摘要:
基于web的数据挖掘技术能很好地满足读者个性化需求, 通过对web日志文件的挖掘, 利用路径分析技术、关联规则技术、序列模式技术、聚类分析技术、协同过滤技术等, 了解读者行为习惯、个性化需求以及潜在的信息需求, 从而满足图书馆网站人性化、个性化的设计需要, 打造图书馆智慧门户, 彰显图书馆以人为本的服务宗旨.%The data mining technology based on web can satisfy personalized demands of readers. By digging through web log files, we can use path analysis, association rules, sequence pattern, cluster analysis and collaborative filtering techniques to understand reader's behavior, personalized demands and potential information needs, so that we can meet user-friendly and personalized design needs of library website, build library intelligent portal and reflect their people-oriented service principals.
-
-
-
杨继武
-
-
摘要:
随着现代信息技术的快速发展,大数据云计算的应用范围越来越广泛,尤其是通过将Web数据挖掘与人工智能领域相结合,可以提高Web数据挖掘的整体质量.本文通过对于云计算的概念以及关键技术进行分析,重点阐释云计算下的Web数据挖掘方法,有效提高Web数据挖掘的整体效果.
-
-
-
-
-
摘要:
随着互联网的发展,电子商务已日渐渗透进人们的生活当中,为了给网络消费用户提供更好的电商服务,个性化推荐服务将显得尤为重要.本文主要从Web数据挖掘出发,分析Web数据挖掘技术和个性化推荐算法,研究设计针对武威地区的农产品个性化推荐系统,深入研究了Web数据挖掘技术和个性化推荐算法在电子商务拓展中的应用.
-
-
张玎一;
苏其刚
-
-
摘要:
随着当代信息技术的飞速发展,互联网的应用越来越普遍,而以网络作为媒介传递的信息产出量和需求量都呈爆炸式增长趋势,21世纪逐步迈入大数据时代,海量的数据信息成为极具价值的财富,由此可见,针对网络信息的安全防范极为必要,此时Web数据挖掘技术应运而生,它将数据挖掘与Web进行结合,是一种更新更具优势的技术,本文从信息安全防范的角度出发,以Web数据挖掘技术为中心,对两者的整合进行深入探讨.
-
-
-
-
摘要:
本课题对当前的WEB数据挖掘算法进行了深入研究,给出了WEB数据挖掘相关算法在气象数据网站上实现的详细技术,设计了针对中央气象台等气象网站的链接发现算法、数据挖掘算法.对气象网站的网络数据包进行了抓包解析,构建了数据抓取采用的数据包,模拟浏览器进行了数据包提交.编写了数据挖掘爬虫程序,完成了基于气象信息的WEB数据挖掘技术的研究与实现.
-
-
王红艳;
朱全银;
严云洋;
钱进
- 《2011年江苏省人工智能学术会议》
| 2011年
-
摘要:
其他网络商店的商品实时价格是Web商店店主所关注的重要数据,Web数据挖掘使得这一需求变为现实。通过正则表达式算法与分词算法的比较研究,给出了基于正则表达式的商品价格抽取算法和基于分词的网站目录树抽取算法、HTML网页商品抽取算法与商品价格抽取算法。应用系统的实践表明,正则表达武算法的挖全率与正确率较低,而分词算法的挖全率与正确率都达到99%以上,完全满足应用需求,同时可以为商品的市场预测与分析提供依据。
-
-
王红艳;
朱全银;
严云洋;
钱进
- 《2011年江苏省人工智能学术会议》
| 2011年
-
摘要:
其他网络商店的商品实时价格是Web商店店主所关注的重要数据,Web数据挖掘使得这一需求变为现实。通过正则表达式算法与分词算法的比较研究,给出了基于正则表达式的商品价格抽取算法和基于分词的网站目录树抽取算法、HTML网页商品抽取算法与商品价格抽取算法。应用系统的实践表明,正则表达武算法的挖全率与正确率较低,而分词算法的挖全率与正确率都达到99%以上,完全满足应用需求,同时可以为商品的市场预测与分析提供依据。
-
-
王红艳;
朱全银;
严云洋;
钱进
- 《2011年江苏省人工智能学术会议》
| 2011年
-
摘要:
其他网络商店的商品实时价格是Web商店店主所关注的重要数据,Web数据挖掘使得这一需求变为现实。通过正则表达式算法与分词算法的比较研究,给出了基于正则表达式的商品价格抽取算法和基于分词的网站目录树抽取算法、HTML网页商品抽取算法与商品价格抽取算法。应用系统的实践表明,正则表达武算法的挖全率与正确率较低,而分词算法的挖全率与正确率都达到99%以上,完全满足应用需求,同时可以为商品的市场预测与分析提供依据。
-
-
王红艳;
朱全银;
严云洋;
钱进
- 《2011年江苏省人工智能学术会议》
| 2011年
-
摘要:
其他网络商店的商品实时价格是Web商店店主所关注的重要数据,Web数据挖掘使得这一需求变为现实。通过正则表达式算法与分词算法的比较研究,给出了基于正则表达式的商品价格抽取算法和基于分词的网站目录树抽取算法、HTML网页商品抽取算法与商品价格抽取算法。应用系统的实践表明,正则表达武算法的挖全率与正确率较低,而分词算法的挖全率与正确率都达到99%以上,完全满足应用需求,同时可以为商品的市场预测与分析提供依据。
-
-
王红艳;
朱全银;
严云洋;
钱进
- 《2011年江苏省人工智能学术会议》
| 2011年
-
摘要:
其他网络商店的商品实时价格是Web商店店主所关注的重要数据,Web数据挖掘使得这一需求变为现实。通过正则表达式算法与分词算法的比较研究,给出了基于正则表达式的商品价格抽取算法和基于分词的网站目录树抽取算法、HTML网页商品抽取算法与商品价格抽取算法。应用系统的实践表明,正则表达武算法的挖全率与正确率较低,而分词算法的挖全率与正确率都达到99%以上,完全满足应用需求,同时可以为商品的市场预测与分析提供依据。
-
-
-
-
-