web 挖掘是處理Internet 環(huán)境下數據挖掘的一個重要方向，本文在比較研究傳統(tǒng)web
挖掘方法的基礎上提出了一種基于危險理論的web 挖掘新方法，該方法具有很強的自適應性和更新能力，為web 挖掘領域提供了一種新的研究思路。
關鍵詞:危險理論;人工免疫;web 挖掘
傳統(tǒng)的免疫學的核心功能就是具有區(qū)分“自我”與“非自我”( SNS) 的能力。目前，
免疫學界又普遍流傳著另外一個新的理論,那就是危險理論。 這個理論認為免疫系統(tǒng)并不是區(qū)分SNS ,而是區(qū)分危險信號的有無[1]。 這就打破了長久以來對自身免疫耐受的認識,并對傳統(tǒng)的SNS 理論提出嚴重質疑。這個新的理論模式的提出對移植、腫瘤、胎兒、自身免疫響應等諸多問題做出非常好的解釋,并由此修正了傳統(tǒng)的免疫應答系統(tǒng)。 目前危險模式已引起各界學者的廣泛關注并產生了一系列的研究成果。
隨著Internet 的迅猛發(fā)展和普及，web 信息量飛速增長，而這些信息中也有相當一部分
是冗余甚至錯誤的，如何自動的從web 中發(fā)現、抽取和過濾信息，就成為了人們迫切關心的問題。Web 挖掘是從web 文檔和web 活動中發(fā)現、抽取潛在的、用戶感興趣的有用模式和隱藏知識的方法。目前已有很多web 挖掘方法的研究成果，包括基于XML 的web 挖掘方法，基于粗糙集的web 挖掘方法，基于核方法的web 挖掘方法等，但這些方法在面對Internet 這個復雜多變的環(huán)境和繁雜的數據更新時，在自適應性和進化更新方面顯的力不從心。經研究發(fā)現，人工免疫原理與web 挖掘方法有極為相似之處，具體體現在：（1）分布式數據（2）變量數據的高百分比（3）大容量（4）數據質量不等（5）數據多樣化。在此基礎上，本文提出一種基于危險理論的web 挖掘新方法，希望為web 挖掘領域提供一種新的研究思路。