基于Web的数据挖掘在校园网教学资源共享系统的研究与应用

ＩＳＳＮ　１００９－３０４４　Ｅ—ｍａｉｌ：ｊｓｌｔ＠ｄｎｚｓ．ｎｅｔ．Ｃｌ＇ｌ　ｈｔｔｐ：／／ｗｗｗ．ｄｎｚｓ．ｎｅｔ．ａｎ　Ｔｅｌ：＋８６—５５　１—６５６９０９６３　６５６９０９６４　Ｃｏｍｐｕ￣ｒＫｎｏｗｌｅｄｇｅａｎｄＴｅｃｈｎｏｌｏｇｙ电脑知识与技术　基于Ｗｅｂ的数据挖掘在校园网教学资源共享系统的研究与应用　周清清，郭鑫　（吉首大学软件服务外包学院，湖南张家界４２７０００）　摘要：该文介绍了Ｗｅｂ挖掘技术及其在校园教学资源共享系统中的典型应用。可以通过Ｗｅｂ数据挖掘高度自动化地对校　园教学资源共享系统中的海量信息进行推理与挖掘，从而得到有价值的模式，并且预测用户未来行为，有针对性地向他们　推荐特定的教学资源。　关键词：Ｗｅｂ挖掘；教学资源；内容挖掘　中图分类号：ＴＰ３１１　文献标识码ｉＡ　文章编号：１００９－３０４４（２０１４）１９－４３６４－０２　如今这个信息化的时代，网络已经深入到我们的日常生活中了，通过网络我们可以实现资源的共享，校园网教学资源共享系　统就是一个资源共享平台，所有的校园网用户可以通过这个系统访问各种教学资源，并且可以简单地获取这些资源。但是，该系　统的数据是海量的，所以如何从这么多的数据中找到对用户有用的信息，是一个亟待解决的问题，而Ｗｅｂ挖掘技术正好为我们解　决了这个问题。　１Ｗｅｂ数据挖掘　１．１　Ｗｅｂ数据挖掘概述　Ｗｅｂ数据挖掘从数据挖掘发展而来，都是在分析大量数据的基础上，做出归纳性的推理，预测用户的行为等。Ｗｅｂ挖掘与传统　的数据挖掘相比有它自身的特点，首先Ｗｅｂ挖掘的数据是数据量巨大，动态性极强的，其次，Ｗｅｂ上的数据是处于异构数据库中　的，最后，Ｗｅｂ挖掘的信息多样性，根据ｗｅｂ对象不一样，可以分为三大类：ｗｅｂ结构挖掘、内容挖掘与访问信息挖掘。　１１内容挖掘　指从Ｗｅｂ内容／数据／文档中发现有用信息，Ｗｅｂ上的信息五花八门，传统的Ｉｎｔｅｒｎｅｔ由各种类型的服务和数据源组成，包括　ｗｗｗ、　Ｐ、Ｔｅｌｎｅｔ等，现在有更多的数据和端口可以使用，比如政府信息服务、数字图书馆、电子商务数据，以及其他各种通过　Ｗｅｂ可以访问的数据库。Ｗｅｂ内容挖掘的对象包括文本、图象、音频、视频、多媒体和其他各种类型的数据。其中针对无结构化文　本进行的Ｗｅｂ挖掘被归类到基于文本的知识发现（ＫＤＴ）领域，也称文本数据挖掘或文本挖掘，是Ｗｅｂ挖掘中比较重要的技术领　域，也引起了许多研究者的关注。最近在Ｗｅｂ多媒体数据挖掘方面的研究成为另一个热点。　２）Ｗｅｂ结构挖掘　Ｗｅｂ结构挖掘是对Ｗｅｂ页面之间的链接结构进行挖掘。在整个Ｗｅｂ空间里，有用的知识不仅包含在Ｗｅｂ页面的内容之中，而　且也包含在页面的链接结构之中。对于给定的Ｗｅｂ页面集合，通过结构挖掘可以发现页面之间的关联信息，页面之间的包含、引　用或者从属关系等。　３）Ｗｅｂ访问信息挖掘　Ｗｅｂ访问信息挖掘是对用户访问Ｗｅｂ时在服务器方留下的访问记录进行挖掘。通过分析日志记录中的规律，可以识别用户　的忠实度、喜好、满意度，可以发现潜在用户，增强站点的服务竞争力。　１．２校园网教学资源共享系统中Ｗｅｂ数据挖掘的步骤　１）首先要确定挖掘的对象，在校园网教学资源共享系统中主要的对象是校园网用户。　２）收集原始数据并将其作为数据源。　３）进行预处理，主要包括事务识别、数据清理、会话识别与格式化等过程，删除掉无用的信息以提高挖掘效率。　４）建立数据挖掘模型，利用数据模型进行测试与模拟，得到相关的挖掘结果。　５）进行数据模式分析与挖掘，可以利用相关技术与验证方法来解释挖掘结果，做出决策或丰富知识。　１．３校园网教学资源共享系统中Ｗｅｂ数据挖掘的数据源　①服务器数据：校园网用户访问生成的ｗｅｂ日志内容，可以以文本形式存储在ｗｅｂ服务器上。　②将图片、图像与文本数据，特别是ｈｔｍｌ内容保存到服务器中。　③保存超链接数据。　收稿日期：２０１４－０５—２８　４３６４　数强库与信息蕾疆　本栏目责任编辑：代影　第１０卷第１９期（２０１４年７月）　Ｃｏｍｐｕ￣ｒ　Ｋｎｏｗｌｅｄｇｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ电脑知识与技术　④保存必要的用户信息数据。　２　Ｗｅｂ挖掘在校园网资源共享系统中应用　２．１数据抽取方法在校园网资源共享系统中的应用　利用数据抽取方法对零散的网络数据进行整理，得到有规则的知识与数据，并且可以对数据进行浓缩，把基本的与原始的数　据从低层次转化成高层次，为学生管理者提供决策依据。　２．２智能化搜索中进行数据挖掘　如何满足不同用户的需求是我们亟待解决的一个很重要的问题，所以我们在搜索引擎中使用数据技术，构建智能搜索引　擎，从而提高搜索性能。　挖掘的方法主要包括文档分类、自动生成、聚类与分类等，利用这些技术可以实现个性化的搜索引擎。使用户能快速准确地　检索到有价值的信息。通过对数据的聚类，可以将用户的检索结果合并在一起，缩小页面的数量，提高搜索引擎的查准率与查全　率。　３用户关系管理中的数据挖掘技术应用　Ｉ）用户关系管理概念　用户关系管理是通过用户与行为数据的收集，发现有用的潜在的用户，并不断完善用户服务和分析来满足用户的要求。　２）Ｗｅｂ数据挖掘在用户关系管理中的应用　Ｗｅｂ数据挖掘能够帮助校园网教学资源共享系统确定用户的特点，使系统管理员能够为用户提供有针对性的服务。　利用Ｗｅｂ数据挖掘，可以理解访问者的动态行为，据此优化校园网教学资源共享系统的运行。通过分类技术，对不同的用户　进行个性化的服务，以此来提高用户的满意度，挖掘出潜在的用户信息，并提取出用户的共用特征，帮助校园网教学资源共享系统　更好地了解用户的兴趣，预测他们的需求，有针对性地向他们推荐特定的教学资源。　４结论　本文对Ｗｅｂ挖掘技术进行了综述，介绍了其在校园教学资源共享系统中的典型应用。Ｗｅｂ数据挖掘高度自动化地对校园教　学资源共享系统进行有效的分析与挖掘，从中找出有用的信息，为管理者进行服务，有针对性地向他们推荐特定的教学资源。该　技术已经成为了数据挖掘领域中的热点研究方向之一，利用该技术构建校园教学资源共享系统，可以得到很多有用信息，具有实　际应用价值，可以为高校的教学提供很大的帮助，对学生的自身发展也起了很大的作用，将Ｗｅｂ挖掘应用于一个基于Ｗｅｂ服务技　术的校园网教学资源系统，整合这些教学资源，让校园网内用户能够透明的访问，并为以后扩展到互联网访问做好技术准备，服务　于数字校园的建设服务于教学。　参考文献：　【１】刘立军，周军，梅红岩．Ｗｅｂ使用挖掘的数据预处理［Ｊ］＿计算机科学，２００９，３４（５）：２００—２０１．　【２】王海英，田志学．Ｗｅｂ使用挖掘在客户关系管理中的应用【ＪＪ．计算机工程应用，２００８，２３：２００—２２３．　【３］张伟．数据挖掘发展研究［Ｊ］．计算机科学，２００８，２８（７）：７９—８　１．　【４］刘浪，王丽亚，黄海量．基于Ｗｅｂ的数据仓库解决方案［Ｊ］．计算机工程，２００９，３１（１）：９２—９４．　【５］马宏伟，张光卫，李鹏．协同过滤推荐算法综述【Ｊ】＿小型微型计算机系统，２０１２（７）：１２８２—１２８８．　【６】涂承胜，陆玉昌．Ｗｅｂ使用挖掘技术研究ｆＪ］．，Ｊ、型微型计算机系统，２０１１，２５（７）：１１７７—１１８４．　（上接第４３６３页）　布式计算。因为作为开源项目的Ｈａｄｏｏｐ为用户提供了众多的ＪＡＶＡ编程接口，但是很多用户并不具备编写完整程序的能力，而且　针对不同的分析任务都编写相应的程序成本较高。通过ＱＬ语言可以较好的解决这一难题，用户只要在掌握基本的语法的情况下　即可实现分布式的云计算。　参考文献：　【１】万至臻．基于ＭａｐＲｅｄｕｃｅ模型的并行计算平台的设计与实现【ＤＪ．杭州：浙江大学，２００８．　［２】谢桂兰．基于Ｈａｄｏｏｐ　ＭａｐＲｅｄｕｃｅ模型的应用研究　微型机与应用，２０１０，４．　【３】陈香香．云计算中ＭａｐＲｅｄｕｃｅ性能优化及应用【Ｄ】．重庆：重庆大学，２０１　１．　【４］张建平．云计算中基：：１：：ＭａｐＲｅｄｕｃｅ集群模型的调度优化与研究［Ｄ】．南京：南京邮电大学，２０１３．　本栏目责任编辑：代影　数据库与信息蕾理　４３６５