Grenzen en uitdagingen in waardevolle Web Data Mining

Web data mining en het verzamelen van gegevens is belangrijk voor veel zakelijke en marktonderzoek bedrijven vandaag de dag. Traditionele Web Data Mining Google, Yahoo, AOL, enz., Trefwoord directory, en omvatten thematische zoektechnieken zoals zoekmachines. De bestaande structuur op de site van hoge kwaliteit, intelligente informatie en tot slot een systematische web data mining en business intelligence kunt u verkrijgen van de noodzakelijke informatie niet relevant is.

Keyword-based zoekopdrachten naar factoren die van invloed zijn van invloed effectiviteit omvatten .

- Miljoenen webpagina's in de zoekmachine resultaten van het gebruik van algemene of brede zoekwoorden, waarvan vele volkomen irrelevant
- Vergelijkende of multi-versie zoekwoorden terug dubbelzinnige resultaten. Een snelle woord luipaard, een dier, game of film voor de naam van de accessoire
-. Het is mogelijk dat u zeer relevante webpagina's die niet onder de directe controle van een groot aantal trefwoorden kunt onthouden
<. p> De belangrijkste factoren die de effectiviteit van de diepe Web beperken is de crawlers van zoekmachines. Moderne zoekmachine crawlers of bots geen toegang tot het Web omdat bandbreedtebeperkingen. Er zijn duizenden online databases die een hoge kwaliteit, goed onderhouden en redacteur scans kan informatie verschaffen, maar zijn niet toegankelijk voor crawlers.

Bijna alle zoekmachine zoekwoord combinatie heeft een beperkte capaciteit op de vraag. Bijvoorbeeld, Google en Yahoo om uw zoekterm of exacte match beperken om kansen te bieden. Hoe meer inspanning en tijd nodig is voor de betreffende informatie. Omdat het menselijk gedrag en de mogelijkheid om te veranderen in de tijd, vaak tot een webpagina moet worden bijgewerkt om deze trends weerspiegelen. Er is beperkte ruimte voor multi-dimensionale web data mining, de bestaande informatie, en zoeken op basis van zoekwoorden; sterke afhankelijkheid van echte data is niet geïndexeerd.

Geen van de complexiteit van een web-complexiteit dan traditionele tekstdocumenten. Gebrek aan uniformiteit en standaardisatie van Internet webpagina's, zoals de traditionele boeken en tekstdocumenten zijn zeer eenvoudig in hun consistentie. Daarnaast ontmoette zijn beperkte mogelijkheid om zoekmachines indexeren webpagina's zoeken allemaal sterven data mining is misschien niet erg inefficiënt.

Daarnaast A-Het internet is zeer dynamisch en groeiende bronnen van kennis in de A-Fast tempo . Sport, nieuws, finance en corporate sites om hun websites te werken op de uur dagelijkse basis. Profielen van verschillende belangen en doelstellingen van vandaag de dag gebruiken het web bereikt miljoenen gebruikers. Dit vraagt ​​om goede informatie over elk, MAAR schoffel relevante gegevens efficiënt en voldoen aan de minimale inspanning is niet om te herstellen

Er zijn drie algemene benaderingen voor wide-AN-gebruiker informatie die is opgeslagen op het Internet te identificeren:.
Deze beperkingen en uitdagingen efficiënt en effectief te ontdekken en te gebruiken Web middelen geleid tot de ontdekking. Wij zijn uw web data mining processen met betrekking tot het onderwerp meer in detail en stuur vragen
.