Restrições e desafios no processo de Web Data Mining

Hoje World Wide Web é inundado com milhares de milhões de páginas da web criado utilizando linguagens de programação estáticas e dinâmicas, tais como HTML, PHP e ASP. Web é uma grande fonte de informações que um parque exuberante para mineração de dados. Porque os dados são armazenados na Web em vários formatos e são dinâmicos na natureza, é um grande desafio para a investigação, processamento e apresentação de informações não estruturadas disponíveis na web.

A complexidade de uma página web é muito maior do que o complexidade de cada documento de texto convencional. Páginas da Web na Internet, sem uniformidade e padronização, enquanto tradicionais livros e documentos de texto são muito mais simples em sua consistência. Além disso, os motores de busca com capacidade limitada não pode indexar todas as páginas web que a mineração de dados é extremamente ineficiente.

A Internet é uma fonte de conhecimento é muito dinâmico e em crescimento a um ritmo rápido. Esportes, notícias, finanças e sites corporativos para atualizar seus sites em uma hora ou por dia. Agora, milhões de usuários da Web conseguido com diferentes perfis, interesses e finalidade de uso. Cada um deles exige uma boa informação, mas não sei como os dados relevantes de forma eficiente e com pouco esforço para recuperar.

É importante notar que apenas uma pequena parte da web de informação verdadeiramente útil. Existem três métodos comuns para o usuário em acessar as informações armazenadas na Internet:

1. Use palavras-chave gerais ou principais motores de busca levar a milhões de páginas da Web, muitas das quais são totalmente irrelevantes.

2. A palavra-chave semântica similar ou multi-variante retornar meus resultados ambíguos. Para uma palavra pantera instantânea é um animal, acessórios esportivos, ou o nome do filme.

3. É possível que você pode perder um monte de páginas web altamente relevantes que não estão diretamente sob a palavra-chave.

Para usar a web como ferramenta de descoberta de conhecimento e eficazes pesquisadores desenvolveram técnicas eficazes para a mineração de dados para recuperar facilmente os dados relevantes, de forma suave e
Profitably.

mineração de dados Web e processo de coleta de dados é fundamental para muitas empresas e pesquisa de mercado hoje. As técnicas convencionais de mineração de dados em motores de busca na Web como o Google, Yahoo, AOL, etc. e palavras-chave, diretórios e temas. Porque a estrutura existente da web não pode fornecer informações de alta qualidade, rigorosa e inteligente, mineração Web sistemática pode ajudá-lo a inteligência de negócio desejado e dados.

O principal fator que impede o acesso web profunda é a eficácia dos robôs dos buscadores. Motor de busca robôs modernos ou bots não pode acessar toda a Web por causa das limitações de largura de banda. Existem milhares de bancos de dados da Internet com alta qualidade e bem conservado publisher digitalizados podem fornecer informações, mas não pode ser aberto pelos crawlers.

Quase todos os motores de busca têm poucas oportunidades para combinar a pesquisa palavra-chave. Tais como Google e Yahoo oferecem como opcional uma frase ou correspondência exata para restringir a pesquisa. É preciso mais tempo e esforço para informações mais relevantes. Porque o comportamento humano e as escolhas mudam com o tempo, um site atualizado regularmente para refletir essas tendências.

Há um espaço limitado para a web de mineração de dados multi-dimensional para a recuperação da informação são altamente dependentes dos índices com base em palavras-chave existentes, e não dados reais. Acima de limitações e desafios levaram a uma busca eficiente e eficaz descobrir e usar os recursos da Web Art  .;