基于XML的Web数据挖掘关键技术的研究

• 作者: 何炎祥 吴黎兵 崔建群 郑世珏
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: Web数据挖掘 XML模型 关键技术
• 年，卷（期）: 2006,（20）
• 所属期刊栏目: 软件技术与数据库
• 页码范围: 43-44,77
• 页数: 3页
• 分类号: TP311
• 字数: 2369字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2006.20.016

摘要

由于存在着大量的在线信息,WWW成为数据挖掘的热点.该文介绍了Web网页的数据挖掘技术,提出一种基于XML的Web数据挖掘模型,阐述将半结构化HTML文档转换成良构的XML文档的原因,并给出基于HTML Tide库的转换代码,介绍了利用XML技术从Web网页析取数据的关键技术,包括XHTML、XSLT和XQuery等,对Web数据挖掘的其他方面如数据检验和集成作了一定的探讨.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴黎兵	武汉大学计算机学院	74	513	14.0	18.0
2	郑世珏	华中师范大学网络与通信研究所	58	413	10.0	18.0
3	何炎祥	武汉大学计算机学院	179	1866	22.0	35.0
4	崔建群	华中师范大学网络与通信研究所	39	271	10.0	14.0