刘张榕
(福建林业职业技术学院 信息工程系, 福建 南平 353000)
E-OEM模型是一种描述半结构化数据的自描述数据模型,模型中同时存在数据值和模式,在不同数据值和模式的配合下,可以灵活表示数据结构[1]。Web数据挖掘技术是以Web环境作为支撑,将网络技术与网页技术结合起来的一项技术[2]。
随着计算机信息技术的快速发展,相关研究受到国内外很多学者的广泛关注。在国外,首次提出Web挖掘技术是在上个世纪末,在各项技术的支持发展下,现今已经形成了一种Web会话聚类的一种新框架,Web数据挖掘的精度也有了一定的提升[3]。国外有学者引入分布式算法,设计JAM系统,通过JAM有效挖掘并提取数据信息到相互独立的数据库中。而在国内关于Web数据挖掘的相关研究起步较晚,有学者在考虑服务器的应用逻辑基础上,将Web产生的页面拓扑结构整合为一种挖掘算法[4]。也有学者基于Hadoop大数据开发系统平台开发了PDMiner系统,改进传统算法的开发组件,以提高数据挖掘精度。目前,相关研究已进入到快速发展的阶段。
但是现有的Web数据挖掘方法受到图片数据的后缀影响,所构建的数据结构较为冗杂,此外,在大数据的背景下,数据结构呈现出了多元化的发展,使得Web数据挖掘的精度较低,不能有效实现数据挖掘,为此在E-OEM模型的支持下,设计一种Web数据精准挖掘方法。通过E-OEM模型分类数据结构,降低数据结构的冗杂影响,从而实现精准挖掘。