試論數(shù)據(jù)挖掘技術(shù)在Web預(yù)取中的應(yīng)用

王志俊

摘? 要：近年來，互聯(lián)網(wǎng)的不斷發(fā)展，使人們對數(shù)據(jù)的需求不斷擴(kuò)大，這也使數(shù)據(jù)挖掘技術(shù)成為互聯(lián)網(wǎng)領(lǐng)域中至關(guān)重要的技術(shù)，通過數(shù)據(jù)挖掘技術(shù)，可使人們從海量信息中篩選出自身所需的有效信息，隨著數(shù)據(jù)挖掘技術(shù)的發(fā)展，其在Web技術(shù)中正發(fā)揮著越來越重要的應(yīng)用價值，尤其是在Web預(yù)取方面，通過數(shù)據(jù)挖掘技術(shù)的運(yùn)用，可使數(shù)據(jù)查詢變得更加準(zhǔn)確，從而實(shí)現(xiàn)Web資源的多方共享。鑒于此，該文便對數(shù)據(jù)挖掘技術(shù)在Web預(yù)取中的應(yīng)用進(jìn)行深入的研究。

關(guān)鍵詞：數(shù)據(jù)挖掘? Web預(yù)取? 搜索引擎

中圖分類號：TP391 ? ?文獻(xiàn)標(biāo)識碼：A 文章編號：1672-3791（2019）07（c）-0019-02

隨著網(wǎng)絡(luò)的普及與應(yīng)用，在Web預(yù)取中運(yùn)用數(shù)據(jù)挖掘技術(shù)已經(jīng)成為互聯(lián)網(wǎng)領(lǐng)域中的一種新型運(yùn)用手段，數(shù)據(jù)挖掘技術(shù)可幫助人們對用戶的訪問模型進(jìn)行查詢，同時還可通過聚類分析以及信息監(jiān)聽等手段來生成與用戶有關(guān)的相關(guān)信息檔案，從而了解用戶在不同頁面中所產(chǎn)生的行為規(guī)律，進(jìn)而為用戶提供更加高效優(yōu)質(zhì)的信息服務(wù)。不過，就目前來看，如何將數(shù)挖掘技術(shù)更加合理地運(yùn)用于Web預(yù)取中，以此最大限度地發(fā)揮數(shù)據(jù)挖掘技術(shù)的作用，仍舊需要進(jìn)一步加以研究與探討。

1? 數(shù)據(jù)挖掘技術(shù)在Web預(yù)取中的發(fā)展歷程

現(xiàn)階段，越來越多的搜索引擎企業(yè)都迎來了高速發(fā)展階段，這也使搜索引擎在人們的日常生活中發(fā)揮著越來越重要的作用。據(jù)相關(guān)調(diào)查表明，搜索引擎已經(jīng)成人們在使用互聯(lián)網(wǎng)的重要工具，大部都會作為應(yīng)用工具檢索用戶所需的數(shù)據(jù)。由于搜索引擎企業(yè)眾多，這也使不同的檢索機(jī)制有著很大的區(qū)別，從而造成數(shù)據(jù)查詢結(jié)果多種多樣，因此在使用搜索引擎時，需要結(jié)合信息數(shù)據(jù)的類別及用戶的行為習(xí)慣與實(shí)際需求來確定。在搜索引擎應(yīng)用初期，人們需要解決檢索數(shù)據(jù)結(jié)果的排序問題，部分搜索引擎還要收費(fèi)，費(fèi)用投入越大的企業(yè)，在網(wǎng)站上的排名就越靠前，這很難達(dá)到用戶的數(shù)據(jù)檢索要求，因此需要對數(shù)據(jù)運(yùn)用相關(guān)性進(jìn)行徹底改變，使與關(guān)鍵詞相近的檢索結(jié)果能夠排在首位，因此對于許多大型網(wǎng)站，相同數(shù)據(jù)通常都會在前端顯示。當(dāng)用戶訪問某個網(wǎng)頁時，往往會點(diǎn)擊鏈接來訪問其他頁面，這時便要預(yù)測用戶的訪問信息，然后根據(jù)預(yù)測結(jié)果來對這些頁面進(jìn)行預(yù)先下載，以此提高用戶對頁面的訪問速度。由此可以看出，在預(yù)取Web中的鏈接時，減少頁面鏈接或采用不同Web服務(wù)器，可使頁面具備更佳的運(yùn)行效果。不過，事實(shí)上許多用戶都不會訪問全部頁面，因?yàn)檫@會對用戶的使用造成一定的影響，并且因用戶是利用流量來進(jìn)行上網(wǎng)的，如果全部訪問，反而會產(chǎn)生大量支出，這勢必會給Interent系統(tǒng)的流量平衡帶來不利影響。而Web預(yù)取則能夠按照特定的排序方式來排序頁面連接，并根據(jù)用戶的訪問概率來預(yù)取對應(yīng)頁面，同時需要考量系統(tǒng)運(yùn)行情況，通過興趣關(guān)聯(lián)數(shù)據(jù)庫來進(jìn)行相應(yīng)的考量。

2? 數(shù)據(jù)挖掘技術(shù)在Web預(yù)取中的應(yīng)用

2.1 可提高Web預(yù)取數(shù)據(jù)的準(zhǔn)確性

由于在互聯(lián)網(wǎng)中分布著海量的信息，因此在海量信息中查找自身所需的有效信息時，即使采用最為高效的搜索引擎，仍舊會在數(shù)據(jù)篩選中出現(xiàn)各種問題，并且，互聯(lián)網(wǎng)所具有的開放性、共享性特點(diǎn)，使人們能夠在不同地點(diǎn)、不同時間進(jìn)行隨時隨地的信息傳輸，這也使信息數(shù)據(jù)每時每刻都在海量增長著，而利用搜索引擎，只能對這些海量數(shù)據(jù)中的一部分進(jìn)行篩選，否則反而會對搜索引擎的實(shí)際應(yīng)用效果造成影響。不過，如果在搜索引擎中運(yùn)用數(shù)據(jù)挖掘技術(shù)，則可很好地解決該問題。通常來說，數(shù)據(jù)挖掘技術(shù)主要包括3種，分別是內(nèi)容挖掘、結(jié)構(gòu)挖掘以及具有使用記錄的數(shù)據(jù)挖掘，其中尤以內(nèi)容挖掘最為常用。在檢索這些內(nèi)容數(shù)據(jù)時，需要對相應(yīng)的條件進(jìn)行設(shè)置，而且用戶需要對所需數(shù)據(jù)有一定的了解。相比于以往的搜索引擎技術(shù)，數(shù)據(jù)挖掘技術(shù)雖然在挖掘速度上不占據(jù)優(yōu)勢，但其卻可以更加全面而準(zhǔn)確地對信息進(jìn)行檢索，并且，通過添加人工智能模塊，還可對這些檢索數(shù)據(jù)實(shí)施相應(yīng)的處理，從而使技術(shù)的智能化水平更高。反之，如果采用以往的搜索引擎技術(shù)對數(shù)據(jù)進(jìn)行檢索，則檢索到的數(shù)據(jù)還要經(jīng)過相應(yīng)的篩選才能使用，但對于數(shù)據(jù)挖掘技術(shù)來說則不同，其可直接利用檢索數(shù)據(jù)。

2.2 可應(yīng)用于電子商務(wù)領(lǐng)域

在Web預(yù)取中，由于用戶所需的數(shù)據(jù)不同，因此在運(yùn)用數(shù)據(jù)挖掘技術(shù)時應(yīng)考慮到不同用戶對數(shù)據(jù)的實(shí)際需求。當(dāng)用戶所需數(shù)據(jù)是用于藝術(shù)設(shè)計的，則需要添加和篩選新穎而獨(dú)特的流行元素;如果用戶所需數(shù)據(jù)是用于商業(yè)活動的，則數(shù)據(jù)挖掘技術(shù)的運(yùn)用目為篩選有效的客戶資源。近些年來，互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，使網(wǎng)絡(luò)購物已成為一種新型的購物模式，這也使電子商務(wù)迎來了高速發(fā)展階段，相應(yīng)的，越來越多的企業(yè)開始投入到電子商務(wù)領(lǐng)域中，這也使電子商務(wù)所面臨的市場競爭環(huán)境變得愈發(fā)激烈。在此背景下，企業(yè)要想在電子商務(wù)領(lǐng)域中占據(jù)一席之地，就必須要盡最大努力來對現(xiàn)有的客戶資源進(jìn)行擴(kuò)大，而通過調(diào)查可以了解到，許多用戶在進(jìn)行網(wǎng)絡(luò)購物時，都會利用搜索引擎來查看與搜集自己所需的商品信息。因此，將數(shù)據(jù)挖掘技術(shù)應(yīng)用于電子商務(wù)網(wǎng)站中，可使網(wǎng)站中的商品信息得到有效的優(yōu)化與處理，進(jìn)而使網(wǎng)站能夠滿足不同用戶的購物需求，同時還能根據(jù)這些用戶的需求來對更多潛在的用戶進(jìn)行挖掘。在運(yùn)用數(shù)據(jù)挖掘時，所需數(shù)據(jù)主要來自于兩個方面，一是客戶的歷史購物或?yàn)g覽記錄、客戶基本信息等，二是用戶點(diǎn)擊量。通過以上數(shù)據(jù)可幫助企業(yè)考察用戶的行為，這些數(shù)據(jù)都可從服務(wù)器中獲得。在利用數(shù)據(jù)挖掘技術(shù)時，不需要直接挖掘原始數(shù)據(jù)，而是需要先處理這些數(shù)據(jù)，例如對數(shù)據(jù)進(jìn)行合并，使不同數(shù)據(jù)庫或文件中的數(shù)據(jù)能夠合并起來，然后從中選擇合適的數(shù)據(jù)進(jìn)行提取與集合，并對這些提取與集合的數(shù)據(jù)進(jìn)行相應(yīng)的清洗與過濾，使數(shù)據(jù)中的不必要信息能夠得以清除，然后利用文件、多媒體等格式來轉(zhuǎn)換這些數(shù)據(jù)，以此確保數(shù)據(jù)挖掘格式變得便捷而安全。通過與不同目標(biāo)進(jìn)行結(jié)合，采用多種查詢方式，最后可獲得有價值的數(shù)據(jù)，這時便可通過技術(shù)手段的運(yùn)用，對整合數(shù)據(jù)進(jìn)行分析，從而確保數(shù)據(jù)的價值得到可靠保證。數(shù)據(jù)挖掘技術(shù)除了能夠在電子商務(wù)領(lǐng)域中應(yīng)用以外，還可運(yùn)用于其他所有與Web有關(guān)的領(lǐng)域，例如企業(yè)日常運(yùn)營，通常需要設(shè)置一個局域網(wǎng)來便捷內(nèi)部辦公，使企業(yè)網(wǎng)絡(luò)能夠和互聯(lián)網(wǎng)進(jìn)行連接，從而保障企業(yè)和外部的信息暢通，使企業(yè)在發(fā)展中能夠獲得更多有價值的數(shù)據(jù)來提供參考。

3? 結(jié)語

總而言之，隨著互聯(lián)網(wǎng)的高速發(fā)展，數(shù)據(jù)增長量不斷擴(kuò)大，這也給人們對信息的檢索帶來很大難度。搜索引擎憑借其準(zhǔn)確、高速的應(yīng)用優(yōu)勢，已經(jīng)成為人們在互聯(lián)網(wǎng)中進(jìn)行數(shù)據(jù)挖掘的重要工具，不過因互聯(lián)網(wǎng)的信息更新速度非?？?，這會給搜索引擎的運(yùn)用帶來很大影響，因此，將數(shù)據(jù)挖掘技術(shù)運(yùn)用于搜索引擎中，已經(jīng)成為搜索引擎不斷發(fā)展的未來趨勢，通過數(shù)據(jù)挖掘技術(shù)的運(yùn)用，能夠使人們在應(yīng)用搜索引擎時，能夠?qū)崿F(xiàn)對檢索數(shù)據(jù)的直接處理，進(jìn)而使數(shù)據(jù)挖掘效率得到顯著提高。相信在不久的將來，現(xiàn)代化信息技術(shù)的不斷發(fā)展，必將使數(shù)據(jù)挖掘技術(shù)變得更加完善，從而使其在實(shí)際運(yùn)用中發(fā)揮更大的應(yīng)用價值。

參考文獻(xiàn)

[1] 謝怡文.試分析數(shù)據(jù)挖掘技術(shù)在Web預(yù)取中的應(yīng)用[J]. 電腦編程技巧與維護(hù)，2017（7）：66-67，74.

[2] 白亮.基于Agent技術(shù)的Web個性化數(shù)據(jù)挖掘研究[J].長春師范大學(xué)學(xué)報，2015，34（12）：43-46.

[3] 邢國春，李紫薇.基于J2EE技術(shù)的Web預(yù)取中個性化信息智能挖掘模型研究[J].情報科學(xué)，2014，32（9）：104-107.