具体描述
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 data. The field has also developed many of its own algorithms and techniques. Liu has written a comprehensive text on Web mining, which consists of two parts. The first part covers the data mining and machine learning foundations, where all the essential concepts and algorithms of data mining and machine learning are presented. The second part covers the key topics of Web mining, where Web crawling, search, social network analysis, structured data extraction, information integration, opinion mining and sentiment analysis, Web usage mining, query log mining, computational advertising, and recommender systems are all treated both in breadth and in depth. His book thus brings all the related concepts and algorithms together to form an authoritative and coherent text. The book offers a rich blend of theory and practice. It is suitable for students, researchers and practitioners interested in Web mining and data mining both as a learning text and as a reference book. Professors can readily use it for classes on data mining, Web mining, and text mining. Additional teaching materials such as lecture slides, datasets, and implemented algorithms are available online.
作者简介
Bing Liu 刘兵，伊利诺伊大学芝加哥分校(UIC)教授，他在爱丁堡大学获得人工智能博士学位。刘兵教授是Web挖掘研究领域的国际知名专家，在Web内容挖掘、互联网观点挖掘、数据挖掘等领域有非常高的造诣，他先后在国际著名学术期刊与重要国际学术会议(如KDD、WWW、AAAI、SIGIR、ICML、TKDE等)上发布关于数据挖掘、Web挖掘和文本挖掘论文一百多篇。刘兵教授担任过多个国际期刊的编辑，也是多个国际学术会议(如WWW、KDD与AAAI等)的程序委员会委员。更多的信息，可访问他的个人主页http://www.cs.uic.edu/~liub
目录信息
读后感
The rapid growth of the Web in the last decade makes it the largest publicly accessible data source in the world. Web mining aims to discover useful information or knowledge from Web hyperlinks, page contents, and usage logs. Based on the primary kinds of d...
评分此书作为Web Data Mining的入门书籍还是不错的。此领域的各个方面都有谈到。唯一的问题可能在于如果一点基础（数学基础）都没有的话，可能有一些公式推导会显得不得要领。建议作为基础读物。
评分我想看电子版的，谁有啊？ 能不能共享一下？ 我的邮箱是lmm_5181964@qq.com 先提前感谢了~~~
评分The rapid growth of the Web in the last decade makes it the largest publicly accessible data source in the world. Web mining aims to discover useful information or knowledge from Web hyperlinks, page contents, and usage logs. Based on the primary kinds of d...
评分主要在看结构化数据抽取那块，，自己之前在想的一些问题发现已经有不少人去研究了，收益很多。同样是一本实用性很强的书，对于不是专门弄学术的同学还是比较有价值的。 看了参考文献，数据抽取方面的几个算法都是作者本人发的paper，怪不得讲的很多。 另：书后面N多的参考文献...
用户评价
我之前接触过一些关于数据挖掘的书籍，但总是感觉它们要么过于理论化，要么过于零散，缺乏一个完整的体系。《Web Data Mining》的出现，填补了我在这方面的空白。它就像一个精心设计的蓝图，将网络数据挖掘的各个方面有机地串联起来。从数据采集、预处理，到特征提取、模型构建，再到结果评估和应用部署，都进行了系统性的阐述。我尤其喜欢书中关于如何利用机器学习算法来解决网络数据挖掘问题的章节，它详细介绍了各种监督学习、无监督学习和半监督学习算法在网络数据挖掘中的应用，让我对如何构建智能化的网络数据分析系统有了清晰的认识。而且，书中还提供了一些关于如何选择合适的工具和框架的建议，这对于我这样的实践者来说，非常有指导意义。总而言之，这是一本兼具理论深度和实践指导意义的优秀著作。
评分我一直以为网络数据挖掘是一门非常高深的学科，只有专业的研究人员才能掌握，但《Web Data Mining》彻底改变了我的看法。这本书的语言风格非常亲切，没有使用太多晦涩难懂的专业术语，即使是初学者也能轻松阅读。它将一些复杂的技术概念，比如向量空间模型、TF-IDF、PageRank算法等，用非常形象的比喻和易于理解的例子进行解释，让我感觉仿佛在听一位经验丰富的老师在娓娓道来。我尤其喜欢书中关于如何从海量的网页内容中提取关键信息，以及如何分析网页之间的链接关系，从而理解网站结构和用户行为的讲解。这让我不禁联想到自己平时在网上浏览的习惯，这本书就像是把我平时的行为数据“可视化”了，让我看到了其中隐藏的规律。它不仅传授了知识，更重要的是激发了我对这个领域的兴趣和探索欲。
评分这本书的结构设计实在是太合理了，我感觉作者非常了解读者的学习曲线。它不是那种让人望而却步的大部头，而是循序渐进，将复杂的概念拆解成易于理解的模块。从最基础的网络爬虫技术，到如何处理和清洗海量非结构化数据，再到各种文本挖掘、链接分析和社交网络分析的方法，都讲解得条理清晰。我特别欣赏它在讲解不同算法时，会先从直观的原理入手，再逐步深入到数学模型和实现细节，这样既保证了理论的严谨性，又不至于让初学者感到困惑。而且，书中提供的大量代码示例，虽然我还没有完全跑起来，但光是看着那些代码，就能感受到它在指导我们如何实际操作。让我印象深刻的是，它并没有局限于传统的挖掘技术，还涉及了一些新兴的领域，比如情感分析和用户行为建模，这让我对未来的研究方向有了更清晰的认识。这本书的实用性毋庸置疑，我感觉自己已经掌握了一套系统性的网络数据挖掘方法论。
评分哇，拿到这本《Web Data Mining》简直是打开了一个全新的世界！我一直对从浩瀚的互联网信息中挖掘出有价值的知识充满好奇，但总觉得无从下手。这本书就像是一盏明灯，瞬间点亮了我对这个领域的所有疑惑。首先，它没有像一些技术书籍那样上来就抛出一堆枯燥的算法和数学公式，而是用一种非常引人入胜的方式，先勾勒出网络数据挖掘的宏大图景，让我们理解为什么这项技术如此重要，它能解决哪些现实问题。我尤其喜欢其中关于个性化推荐系统和搜索引擎优化原理的阐述，那些看似神秘的算法背后，原来有着如此精妙的设计。它让我意识到，我们每天使用的各种网络服务，背后都蕴含着如此强大的数据挖掘力量。而且，书中还穿插了一些生动的案例研究，让我能够清晰地看到理论是如何落地应用的，这对于我这种实践导向的学习者来说，简直是福音。我迫不及待地想跟着书中的步骤，尝试自己动手去分析一些网络数据，相信这会是一次充满惊喜的旅程。
评分坦白说，我一开始对这本书的期待并不高，认为它可能就是一本普通的介绍性读物。然而，当我翻开它的时候，就被书中蕴含的深度和广度所震撼。它不仅仅是在介绍“是什么”，更是在深入探讨“为什么”和“怎么做”。书中对各种网络数据挖掘算法的原理、优缺点以及适用场景都进行了详尽的分析，让我对这个领域有了更加全面和深刻的认识。我特别欣赏它在讨论一些高级技术时，还会穿插一些经典的学术论文和研究成果，这为我提供了进一步深入研究的线索。而且，书中还讨论了一些伦理和社会方面的问题，比如数据隐私和信息茧房，这让我意识到，在进行数据挖掘的同时，我们也需要关注其潜在的负面影响。这本书的价值在于，它不仅仅是一本技术指南，更是一本引发思考的启蒙读物。
评分只看了结构化数据抽取，总感觉谋篇布局和文风有些诡异。精确的数据抽取到底还是要人工的，只看怎么平衡了。
评分只看了结构化数据抽取，总感觉谋篇布局和文风有些诡异。精确的数据抽取到底还是要人工的，只看怎么平衡了。
评分上了Prof. Bing Liu的CS 583同时读完了这本书，算是一本不错的入门书。
评分只看了结构化数据抽取，总感觉谋篇布局和文风有些诡异。精确的数据抽取到底还是要人工的，只看怎么平衡了。
评分上了Prof. Bing Liu的CS 583同时读完了这本书，算是一本不错的入门书。
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2026 book.quotespace.org All Rights Reserved. 小美书屋 版权所有