信息工程学院课程结课论文数据挖掘技术的应用研究及发展现状课程名称：信息检索与科技论文写作专业：计算机应用技术班级：计算机民专12学号：姓名：艾克白尔·阿力甫任课教师：曹洪武数据挖掘技术的应用研究及发展现状一、课题分析数据挖掘是近年来随着数据库和人工智能技术的发展而出现的一种全新信息技术，也是计算机科学与技术，尤其是计算机网络的发展和普遍使用所提出的而且迫切需要解决的重要课题。数据挖掘是指从数据中提取模式的过程，数据挖掘的提出，让人们最终有能力认识数据的真正价值，即蕴藏在数据中的信息和知识。数据挖掘技术的产生，使得用户可以从大量的数据中发现隐含的规律，从而为决策提供更可靠的依据。数据挖掘必须建立在结构化良好的数据基础之上，传统的数据库都有一定的数据模型，可以根据模型来具体描述特定的数据，同时可以很好的定义和解释相关的查询语言。由于web上存在许多半结构化数据，即便在web上得到一些相关数据，将其用于挖掘和分析也是相当困难的，因此，面向web的数据挖掘要比面向单个数据仓库中的数据挖掘要复杂的多。由于Internet和WWW的广泛应用，出现了基于异构数据源的数据挖掘，如文档数据挖掘、时间序列数据挖掘、电子商务系统中的数据挖掘。伴随数据库技术的发展，多媒体数据库的数据挖掘、空间数据库的数据挖掘等也引起了许多人的关注。Internet的迅猛发展，尤其是Web的全球普及，使得Web上信息量无比丰富。通过对Web的挖掘，可从Web页面中提取所需的知识:对总的用户访问行为、频度、内容的分析，可得到关于群体用户访问行为和方式的普遍知识，用以改进Web服务设计。更重用的是，通过对这些用户特征的理解和分析，有助于开展有对性的电子商务活动。随着数据挖掘和万维网技术的结合，使得从收集到的访问Internet网页的网站日志记录中进行数据挖掘成为可能。将数据挖掘技术应用于Web日志记录，来发现用户访问Web页面的模式，便形成了Web访问模式挖掘。它对于优化站点结构、为不同类别的用户提供个性化服务，有效地实现信息获取和信息推送是非常必要的。Web访问模式挖掘是目前数据挖掘领域的热点课题之一，也是Web日志挖掘的主要目标之一，本文的研究目的是发现更多有意义的序列模式。本文系统地阐述了从数据挖掘、Web数据挖掘到Web日志挖掘整个过程。通基于Web志的数据挖掘的讨论，说明如何进行Web日志挖掘以及在Web日志挖掘中应采取的数据挖掘技术。在数据预处理方面，本文设计了基于最大参引模型和时间窗口模型的访问事务划分方法；在模式挖掘方面，本文在Apriori算法和有向图存储结构的基础上，提出了会话矩阵和遍历矩阵的概念，设计了Web用户频繁路径快速挖掘算法。二、检索策略：1、中图分类号：TP3112、关键词：数据挖掘，Web日志挖掘，频繁路径3、检索式：题名=（数据挖掘技术）关键词=（数据挖掘技术应用）及研究、发展现状三检索步骤和结果：数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。何为知识？从广义上理解，数据、信息也是知识的表现形式，但是人们更把概念、规则、模式、规律和约束等看作知识。人们把数据看作是形成知识的源泉，好像从矿石中采矿或淘金一样。原始数据可以是结构化的，如关系数据库中的数据；也可以是半结构化的，如文本、图形和图像数据；甚至是分布在网络上的异构型数据。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。发现的知识可以被用于信息管理，查询优化决策支持和过程控制等，还可以用于数据自身的维护。因此，数据挖掘是一门综合交叉学科，它综合了机器学习、统计分析和数据库技术，它把人们对数据的应用从低层次的简单查询，提升到从数据中挖掘知识，提供决策支持。在这种需求牵引下，汇聚了不同领域的研究者，尤其是数据库技术、人工智能技术、数理统计、可视化技术、并行计算等方面的学者和工程技术人员，投身到数据挖掘这一新兴的研究领域，形成新的技术热点。需要说明的是，这里所说的知识发现，不是要求发现放之四海而皆准的真理，也不是要去...