جدول المحتويات:
التعريف - ماذا يعني تعدين الويب؟
تعدين الويب هو عملية استخدام تقنيات وخوارزميات استخراج البيانات لاستخراج المعلومات مباشرة من الويب عن طريق استخراجها من مستندات وخدمات الويب ومحتوى الويب والارتباطات التشعبية وسجلات الخادم. الهدف من التنقيب عن الويب هو البحث عن أنماط في بيانات الويب من خلال جمع المعلومات وتحليلها من أجل التعرف على الاتجاهات ، والصناعة والمستخدمين بشكل عام.تيكوبيديا تشرح تعدين الويب
يعد تعدين الويب فرعًا من عمليات التنقيب عن البيانات التي تركز على شبكة الويب العالمية باعتبارها مصدر البيانات الأساسي ، بما في ذلك جميع مكوناته من محتوى الويب ، وسجلات الخادم إلى كل شيء بينهما. قد تكون محتويات البيانات المستخرجة من الويب عبارة عن مجموعة من الحقائق التي تهدف صفحات الويب إلى احتوائها ، وقد تتكون من نصوص وبيانات منظمة مثل القوائم والجداول ، وحتى الصور والفيديو والصوت.
فئات التعدين على شبكة الإنترنت:
- استخراج محتوى الويب - هذه هي عملية استخراج معلومات مفيدة من محتويات صفحات الويب ومستندات الويب ، والتي تكون في معظمها نصية وملفات صوتية / فيديو. تم استخدام التقنيات المستخدمة في هذا التخصص بشدة من معالجة اللغات الطبيعية (NLP) واسترجاع المعلومات.
- تعدين بنية الويب - هذه هي عملية تحليل العقد وهيكل اتصال موقع الويب من خلال استخدام نظرية الرسم البياني. هناك شيئان يمكن الحصول عليهما من هذا: هيكل موقع الويب من حيث كيفية اتصاله بالمواقع الأخرى وهيكل مستند موقع الويب نفسه ، حول كيفية اتصال كل صفحة.
- التنقيب عن استخدام الويب - هذه هي عملية استخراج الأنماط والمعلومات من سجلات الخادم لاكتساب نظرة ثاقبة على نشاط المستخدم بما في ذلك من أين هم المستخدمون ، وعدد النقر فوق أي عنصر على الموقع وأنواع الأنشطة التي يتم تنفيذها على الموقع.
