WEB数据挖掘研究与探讨

随着WWW迅猛发展,WWW上的信息量不断增加,如何在这些信息中找到用户真正需要的内容,成了数据组织和web相关领域的专家学者关注的焦点.为了解决这个问题,把数据挖掘的理论和技术应用于WWW,出现了一个新的研究领域-Web数据挖掘.主要介绍了Web数据挖掘的原理、应用、实现以及它的最近发展情况.     

电铲铲斗齿的修复工艺

通过分析铲斗齿的磨损原因，提出了采用堆焊的方法对铲斗齿进行修复。详细介绍了铲斗齿的修复工艺，堆焊材料的选择及堆焊时应注意的事项。实践表明，此修复工艺切实可行，取得了令人满意的效果。     

基于Intranet的教学辅助系统的研究

在网络环境中实施教学为教育改革提供了一个可行的解决方案。基于Intranet的教学辅助系统采用的是三层浏览器／服务器模式，代替了传统的客户机／服务器模式。它是由一个web浏览器作为用户界面、一个数据库服务器用作信息存储和一个连接二者的web服务器组成。文中对系统平台的选择，系统的功能，实现的关键技术等方面进行了深入的分析。重点给出了教案上载和浏览子系统的具体实现。在本系统的设计中，利用了PHP技术来建立功能强大的动态的页面，方便师生交流。     

数学题中隐含条件的挖掘和应用

初中数学解题中学生容易忽视隐含条件。学生在解题过程中 ,应认真审题 ,准确运用题目中的已知条件 ,全面深入挖掘其中的隐含条件。     

应急联动系统集成框架

应急联动系统(coaltion emergency response system,CERS)是大型时空信息应用动态集成系统．CERS需要动态实时集成不同业务的已有或新建应急服务系统,目前的集成大都专注于技术层面的互联互通．本文提出了基于XML(extensible markup language)、web service、ontology等技术的集成框架I~2CERS(integrated infrastructure of CERS),它包括集成总线及adapter service、元数据库及集成协调器与供二次开发的API(application programming．in- terface)及Web service工具集,实现了数据互操作、软件互操作与语义互操作．数据交换格式与通讯协议均用XML定义；所有应用通过SOAP(simple object access protocol)协议实现互操作．进行了I~2CERS的初步实现,结果表明,此集成框架实现了大规模信息及服务的动态集成,能保护已有投资,并能集成网上丰富的商业web service,是一个开放的可扩充的框架．     

基于Web挖掘的个性化服务

协同过滤和基于内容的过滤等传统个性化服务技术存在不能处理大规模数据、需要用户输入主观的评价信息、只能利用静态的统计特征等缺陷.最近提出基于Web使用挖掘和Web内容挖掘的个性化服务体系结构,在此基础上进一步引入了Web结构挖掘,统称为基于Web挖掘的个性化服务体系结构;给出了通过聚类算法获取总体使用特征、内容特征和结构特征及其一致化表示的方法;提供了通过总体使用特征、内容特征和结构特征实现个性化服务的途径.     

一种基于序列挖掘的分类系统框架

为了有效地对序列数据进行分类，提出了一种集成分类挖掘和序列模式挖掘技术的分类系统框架(SPACS)．先采用一套约束和裁减策略，为每个分类挖掘频繁序列模式，并将其转换为分类序列规则(CSR)；再利用平均CSR匹配置信度和一个规则匹配算法构建有效的序列数据分类器．SPACS不需要在提取序列的特征后采用传统方法进行分类，可以直接利用从序列数据中提取出的频繁序列进行分类．实验结果表明，对于序列类型的数据的分类，SPACS比传统的决策树和关联分类方法具有更高的分类精度．     

基于事务线索树的一次扫描关联规则增量挖掘算法

首先将事务数据库压缩存储到一棵事务线索树(TT-tree)的结点上，并建立这些结点的索引表，然后寻找结点索引表的最后结点到根结点的全部路径，这些路径及路径的交集包含了用于挖掘关联规则的频繁集，该算法只需扫描事务数据库一次，由于采用了逆向搜索TT-tree的方法,搜索的时间开销非常少，该算法可以挖掘中短模式的海量数据，具有很好的伸缩性,同时该算法具有增量挖掘的功能，通过大量的实验数据进行比较。该算法的速度约是Apriori算法的10倍。     

一种基于自组织分级聚类的数据挖掘方法

针对传统自组织聚类方法处理数据在多维空间中存在多样性和从基本或低层次概念上发现强关联规则中的不足，提出了一种基于自组织分级聚类的数据挖掘方法．该方法采用最大似然分类自组织特征网络（MAXNET）聚类过程，利用自下而上聚合层次聚类方法，对有畸变的二值化输入模式作最大似然分类．最后对一个销售电脑商场中，与任务相关的交易数据集进行了分析，描述了从低层次概念到高层次概念的相互关系．并用matlab仿真软件把该方法和传统方法进行比较，表明了该方法的有效性．     

基于复合主题演化模型的作者研究兴趣动态发现

以金融领域的科技文献作为实验数据,提出了一种新的用于动态挖掘领域相关的作者研究兴趣的复合主题演化模型。该模型能够获取作者在不同时间片下的主题概率分布以及主题下词汇概率分布,并充分考虑作者在合作作者文献中的排名对于其研究主题和主题变化的影响。通过金融领域的实证研究表明,该复合主题演化模型能够有效地揭示金融领域作者研究兴趣的动态变化。