基于半结构化分割的Web热点数据挖掘算法

• 作者: 阮梦黎
• 来源期刊: 科技通报
• 学科: 工学
• 关键词: 数据挖掘 半结构化 热点数据 大数据
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 工业技术
• 页码范围: 115-117
• 页数: 3页
• 分类号: TP393
• 字数: 2060字
• 语种: 中文

摘要

随着大数据信息技术的发展，数据在线监测和数据挖掘成为计算机信息领域研究的热点。通过对Web热点数据分割挖掘，提高信息热点追踪和Web数据分类能力。传统算法采用非结构化数据挖掘算法，无法有效对Web热点数据进行准确定位和分层挖掘。提出一种基于半结构化分割的Web热点数据挖掘算法。采用半结构化数据进行特征分割，基于优秀基因位进行差分进化，使寻优曲线不断趋于平缓，在多个节点上并行的运行比较脚本，采用半结构化分割，使得Web热点特征挖掘实现自适应寻优，得到Web热点数据的分配因子，提高了挖掘性能。仿真结果表明，该算法获得了良好的效率和精度，提高了Web热点数据挖掘的自适应寻优能力。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阮梦黎	山东管理学院信息工程学院	12	32	4.0	5.0