Web Data Mining Exploring Hyperlinks, Contents, and Usage Data /

Web mining aims to discover useful information and knowledge from Web hyperlinks, page contents, and usage data. Although Web mining uses many conventional data mining techniques, it is not purely an application of traditional data mining due to the semi-structured and unstructured nature of the Web...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Liu, Bing (Συγγραφέας)
Συγγραφή απο Οργανισμό/Αρχή: SpringerLink (Online service)
Μορφή: Ηλεκτρονική πηγή Ηλ. βιβλίο
Γλώσσα:English
Έκδοση: Berlin, Heidelberg : Springer Berlin Heidelberg, 2011.
Σειρά:Data-Centric Systems and Applications
Θέματα:
Διαθέσιμο Online:Full Text via HEAL-Link
Πίνακας περιεχομένων:
  • 1. Introduction
  • Part I: Data Mining Foundations
  • 2. Association Rules and Sequential Patterns
  • 3. Supervised Learning
  • 4. Unsupervised Learning
  • 5. Partially Supervised Learning
  • Part II: Web Mining
  • 6. Information Retrieval and Web Search
  • 7. Social Network Analysis
  • 8. Web Crawling
  • 9. Structured Data Extraction: Wrapper Generation
  • 10. Information Integration
  • 11. Opinion Mining and Sentiment Analysis
  • 12. Web Usage Mining.