پروژه
وب ماینینگ
Web mining
فایل ورد قابل ویرایش
100 صفحه
10000تومان
میتوانید همین فایل را با تخفیف از سایت تهران پروژه خریداری بفرمایید .
چکیده
در عصر حاضر وب ماینینگ[1] محیط اینترنت جهانی را تبدیل به محیطی کاربردی تر کرده است.که کاربران میتوانند سریعتر و راحتتر اطلاعات مورد نیازشان را پیدا کنند که شامل :کشف و تحلیل داده ، مستندات وmulti media از محیط اینترنت جهانی میباشد ,Web Mining از جزئیات سند ومحتویات سند و ساختار هایپر لینک[2] برای کمک به کاربر جهت مشاهده اطلاعات مورد نیازش استفاده میکند.
وب و موتورهای جستجو خودشان شامل اطلاعات ارتباطی درباره ی مستندات هستند و Web Mining این ارتباطات را کشف میکند و به سه بخش تقسیم بندی مینماید.
- در اولین بخش Web Content Mining، موتورهای جستجو محتویات را با کلمات کلیدی تعریف میکنندومی شناسند.پیدا کردن کلمات کلیدی محتوا و پیدا کردن یک ارتباط بین محتوای صفحه ی وب و محتوای سوال کاربر، Content Mining گفته میشود.
- Hyper Linksاطلاعاتی را درباره ی سایر مستندات روی وب که در سند دیگری مهم هستند تهیه میکند.این لینکها عمقی را به سند اضافه میکنند و حالت چند بعدی که از خصوصیات وب است ایجاد میکنند. کاوش این ساختار لینک دومین بخش یعنی Web Structure Mining است.
- در نهایت ارتباطی با سایر مستندات روی وب که بوسیله ی جستجوی قبلی شناخته شده اند، وجود دارد. این ارتباط در صفحه های جستجو (log) و دستیابی ذخیره میشود. کاوش این Log ها سومین بخش یعنی Web Usage Mining را تشکیل میدهد.
درک کاربر اغلب یک بخش مهم از Web Mining است. تحلیل جستجوهای قبلی کاربر ،شکلی که کاربر ترجیح میدهد اطلاعات پیدا شده را ببیندو سرعت در پاسخ ممکن است در پاسخ دادن به پرس و جوی کاربر موثر باشد.
Web Mining در ماهیت نظم خاصی دارد.پل زدن بین فیلدهایی مثل اطلاعات بازگشتی ،پردازش زبانهای طبیعی، استخراج اطلاعات ،Machine Learning، پایگاه داده ،داده کاوی ،ذخیره ی داده ، طراحی رابط کاربر و Visual کردن .
تکنیکهای Web Mining کاربردهای عملی در M-commerce ،E-commerce ، E-Government ،E-learning ، آموزش از راه دور ، آموزش سازمانی،تشکیلات مجازی ، مدیریت دانش و کتابخانه ی دیجیتال دارد.
در این تحقیق ما به بررسی جنبه های مختلف Web Data Mining میپردازیم.
فهرست مطالب
عنوان------------------------------------------------------- صفحه
فصل اول : وب کاوی (web mining)
3- وب کاوی و زمینه های تحقیقاتی مرتبط.. 5
3-2- وب کاوی و بازیابی اطلاعات.. 7
3-3- وب کاوی و استخراج اطلاعات.. 7
3-4- وب کاوی و یادگیری ماشین.. 8
6-1- انواع کاوش محتوا در وب.. 13
6-1-3- سایر انواع کاوش محتوا در وب.. 14
6-2- رویکردهای کاوش محتوا در وب.. 15
6-3- الگوریتم های کاوش محتوا در وب.. 16
فهرست مطالب
عنوان------------------------------------------------------- صفحه
6-3-3- سایر الگوریتم های کاوش... 18
7-1- مدل های بازنمایی ساختار وب.. 19
7-1-1- مدل های مبتنی بر گراف.. 20
7-2- الگوریتم های کاوش ساختار وب.. 22
7-2-3- الگوریتم جریان بیشینه. 26
7-3- کاربردهای کاوش ساختار وب.. 28
8-1- انواع داده های استفاده از وب.. 31
8-1-1- داده های سرورهای وب.. 31
8-1-2- داده های سرورهای پراکسی.. 32
8-2- پیش پردازش داده های استفاده از وب.. 33
8-2-2- تشخیص و بازسازی نشست... 33
8-2-3- بازیابی ساختار و محتوا 34
8-3- روش های کاوش استفاده از وب.. 36
8-4- کاربردهای کاوش استفاده از وب.. 39
8-4-1- خصوصی سازی محتوای وب.. 40
8-4-3- بهبود طراحی سایت های وب.. 40
فصل دوم : کاوش پایگاه داده های وب
در این بخش دربارة جستجو در پایگاه دادههای موجود در وب صحبت میکنیم. 46
جستجو در پایگاه دادةها در وب.. 46
اشتراک داده در مقابل داده کاوی در وب.. 47
کاوش پایگاههای دادة نیمه ساخت یافته. 48
متادیتا برای کاوش چند رسانهای.. 51
کاوش پایگاه دادههای توزیع شده، ناهمگن ، وراثتی و متحد در وب.. 52
ماژولهایی از DP برای داده کاوی.. 53
داده کاوی روی پایگاه داده توزیع شده. 53
کاوش interoperating و مخزن.. 54
همکاری میان عاملهای کاوش... 55
معماریها وweb data mining.. 56
ماژولهای داده کاوی مثل اشیاء. 56
مدیریت اطلاعات و داده کاوی وب.. 58
مدیریت دانشها و داده کاوی وب.. 60
مدیریت دانش و داده کاوی وب.. 61
محاسبات بیسیم و داده کاوی وب.. 62
کیفیت سرویس و داده کاوی وب.. 63
اجتماع سرویسهای وب و داده کاوی.. 64
کاوش الگوهای کاربردی و ساختار روی وب.. 65
تحلیل الگوهای کاربردی و روندهای پیشبینی.. 66
خروجیها و تکنیکهای web usage mining: 67
انواع تحلیلCRM و کاربردهای تجارت هوشمند: 70
مدیریت ارتباط با مشتری ومحصولات.. 74
web mining برای e-commerce.. 74
بازبینی web structure mining.. 75
خروجیهای web structure mining.. 76
وب ماینینگ Web mining
