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

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：A 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。

1 Web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。

1） 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、FTP、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。

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

1） 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[J].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）：79-81.

[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[J].小型微型计算机系统， 2011，25（7）： 1177-1184.endprint