基于數據挖掘的網絡信息可視化模型研究

王曉靜 陳玉英

摘要：在網絡信息系統中，隨著信息量的不斷增大，傳統的信息可視化技術難以有效表達大量網絡數據的內在規律，為此，將數據挖掘技術引入到網絡信息可視化的研究中，構建了基于數據挖掘的網絡信息可視化模型。該模型利用網絡信息的特點，以網絡信息為研究對象，利用數據挖掘技術，在不影響網絡信息可視化效果的前提下，有效地發現網絡中隱含的知識，從而為更好地服務于用戶提供支持。本文提出了一種基于數據挖掘技術的網絡信息可視化模型，為網絡信息可視化技術的研究提供了新的思路，同時也為數據挖掘技術在網絡信息系統中的應用提供了支持。

關鍵詞：數據挖掘；網絡信息；可視化模型

引言

隨著信息化時代的到來，網絡信息系統已經成為人類獲取知識和知識共享的重要工具。在網絡信息系統中，人們可以方便地獲取各類信息，并可以對信息進行查詢、分類、統計和分析。但是，由于網絡數據具有動態變化性、半結構化和不完全性的特點，如何有效地提取并展示這些數據的內在規律，成為亟待解決的問題。因此，如何將計算機中的大量數據轉化為用戶容易理解和接受的形式，便于用戶瀏覽和查詢，是目前網絡信息系統中的研究重點。數據挖掘技術應運而生，它為解決以上問題提供了新的思路。

1. 數據挖掘技術

數據挖掘（data mining，DM）是從大量數據中提取隱藏的有價值信息的過程，是對數據進行分析的過程。數據挖掘可以理解為從大量的、不完全的、有噪聲的、模糊的、隨機的數據中，提取隱含在其中的、人們事先不知道的，但又是潛在有用的信息和知識，挖掘過程可以分為四個步驟：數據準備、特征提取、模式發現、知識發現。

（1）數據準備：對要處理和分析的數據進行預處理，使之一定程度上適合于數據挖掘。

（2）特征提?。簩υ紨祿M行變換和轉換，去除其中的噪聲，如對缺失值進行填充、異常值處理等。

（3）模式發現：對轉換后的數據進行分析，從不同角度挖掘出隱含在其中有意義的信息和知識。

（4）知識發現：通過對挖掘出來的信息和知識進行評價、檢驗，以決定是否將其應用到決策支持系統中。

數據挖掘技術在企業信息化建設中發揮著越來越重要的作用，已經成為企業信息化建設中的重要技術之一，能夠幫助企業從海量數據中提取隱藏在其中的有價值的信息和知識，從而為企業作出正確決策提供參考和依據[1]。

由于網絡數據的多樣性、復雜性和多變性，對網絡信息的處理和挖掘工作具有一定的難度。如何對網絡數據進行有效的處理和分析，使其為企業的決策服務，是目前企業信息化建設中的熱點問題之一，而網絡信息的可視化能夠在一定程度上幫助用戶理解和分析網絡信息，因此具有很強的應用價值。

2. 網絡信息及其特點

網絡信息是指在一定時間、地點、用戶及信息載體的條件下，存在于互聯網上的各種形式的信息。隨著計算機和網絡技術的飛速發展，網絡已成為人們獲取信息的主要來源，并成為信息處理和共享的重要場所，在人們獲取和傳遞信息的過程中發揮著越來越重要的作用。目前，人們不僅要從網絡上獲得大量的信息資源，而且要根據自己的需求選擇合適的信息源。

在網絡環境下，人們對于網絡信息資源的要求不僅是獲得現有的知識，而且希望對未知知識進行預測、發現、探索和決策。因此，如何從大量數據中提取出有用的知識或模式，以幫助用戶更好地理解數據中的內在規律并指導決策，成為當前研究工作的重點之一[2]。目前，網絡數據具有以下幾個方面特點。

2.1 網絡數據的多樣性、復雜性和多變性

網絡數據來源于互聯網上的各種信息資源，包括文字、圖片、音頻、視頻和數據庫等，其來源和形式多樣。由于不同的網絡用戶所關注的信息領域不同，其獲取信息的手段也不一樣，因此網絡數據具有多樣性。同時，由于互聯網是一個開放性的虛擬環境，所以在互聯網上產生的數據不僅包括網頁和網頁之間的鏈接數據，還包括網絡上的各種媒體資源。因此，網絡數據具有復雜性。由于互聯網上信息資源的發布與獲取是無中心化的，網絡上每天都會產生大量數據，而這些數據在不同時間和不同地點所呈現出來的特征也不一樣。

2.2 網絡數據具有開放性和自治性

由于網絡世界中存在著許多具有獨立地位的信息資源，各資源之間往往難以直接聯系，而且不同資源間還存在著許多不對稱性，因此，用戶往往需要通過一定的途徑來獲取所需信息。而網絡數據正是這些資源之一，因此具有很強的開放性。隨著網絡技術的發展，網絡上的信息資源種類越來越多，數量也越來越大，用戶可以根據自己的需要從網絡中獲取所需的信息資源。同時，由于網絡具有很強的自治性，用戶可以根據自己的需求自主地選擇所需要的信息，從而使用戶在獲取信息時能夠獲得更大的自主性。此外，由于網絡數據來源眾多、內容繁雜，因此，對于用戶來說，如何選擇合適的信息源獲取所需信息是一個非常復雜和困難的問題。在這方面，已有多種技術來幫助用戶選擇合適的信息源，如搜索引擎、Web結構化查詢語言以及各種個性化服務等。

2.3 網絡數據具有很強的動態性

網絡中每天都會產生大量的信息，這些信息不是靜止不變的，而是不斷更新、不斷變化的。如果不能及時對這些信息進行處理，用戶就難以真正地了解網絡數據。因此，用戶要想獲得信息就必須對其進行跟蹤、管理和維護，否則這些信息就會被遺忘或者遺棄，從而影響用戶的使用效果。由于網絡中的資源分布極不均衡，即使是同一臺計算機也有可能訪問不同的資源，這就給用戶提供了很大的選擇余地。由于不同來源的網絡數據往往具有不同的格式、結構和內容，而且用戶所處的環境和所要訪問的網絡資源也不盡相同，往往會給用戶帶來很大的困難。因此，如何解決這些問題就成為用戶使用網絡資源的關鍵。為了提高網絡數據的利用率，除了對數據進行必要的加工外，還需要對數據進行分類、過濾和主題跟蹤，以避免無效信息和冗余信息的出現，從而提高網絡數據的利用率。

3. 網絡信息可視化研究

隨著互聯網的快速發展，網絡信息越來越豐富。為了方便用戶使用，需要對網絡信息進行組織與管理。利用網絡信息可視化技術，將龐大的網絡信息以直觀、易理解的形式表達出來，使用戶能夠迅速了解其中蘊含的信息。網絡信息可視化包括網絡信息的可視化建模、可視化數據的處理與可視化結果的輸出。首先是對網絡信息進行分析，對其進行抽象、提取、描述等處理，將其轉化為可視化的對象，即網絡信息可視化建模；其次進行可視化數據處理，即提取其中的隱含知識；最后是將得到的可視化結果輸出，如網絡地圖、網絡拓撲圖等。

網絡信息的可視化，本質上是一種數據處理技術，利用該技術對網絡數據進行處理，得到可視化的信息。網絡信息的可視化不僅可以直觀地表現出網絡信息的內容，而且可以根據用戶需求，將復雜的網絡數據以圖形、圖像等直觀形式展現出來。因此，將數據挖掘技術應用于網絡信息的可視化處理，可以有效地提高可視化結果的質量與效率。

4. 基于數據挖掘的網絡信息可視化研究

在網絡環境下，由于網絡信息具有海量性、多樣性、復雜性和動態性等特點，致使傳統的信息管理方法無法有效地對其進行管理和分析，尤其是進行有效的可視化管理。而數據挖掘技術可以從大量的網絡信息資源中挖掘出有用的知識和模式，實現對網絡信息資源的有效分析，有利于用戶通過可視化界面獲取有關知識或進行決策分析。本文采用數據挖掘技術中的關聯規則挖掘算法對網絡信息資源進行挖掘，并采用可視化方法對挖掘出的結果進行分析和展示，以便用戶更好地理解和使用網絡信息資源[3]。

5. 網絡信息可視化分析模型的設計與實現

本文從網絡信息資源的特點出發，以可視化分析為基礎，針對網絡信息資源中存在的大量重復、無序、模糊等問題，利用數據挖掘技術從大量網絡信息資源中挖掘出有用的知識和模式，并根據用戶的需要進行網絡信息可視化分析。

網絡信息可視化模型以網絡信息資源為數據源，以網絡信息資源可視化分析為目標，構建一個多層次、多角度的可視化模型。模型由數據采集層、數據處理層、數據應用層和可視化實現四個部分組成。該模型的工作流程如圖1所示。

5.1 數據采集層

數據采集層的主要功能是從網絡中采集到需要的數據，并對這些數據進行存儲和管理。網絡信息資源是指由計算機技術、通信技術和信息處理技術等組成的一個龐大的網絡環境，其主要表現形式是各種形式的信息資源，如文字、圖片、視頻等。對于這些不同類型的信息資源，需要根據不同的采集目的、采集方式和數據特征等選擇不同的采集手段。數據采集層通常使用以下兩種方式來實現數據采集：一是人工采集，即由相關人員對網絡信息資源進行人工抽取，并將抽取到的數據存入數據庫中。這種方式比較簡單，但人工抽取時不能保證所抽取到的所有數據都是完整的，而且在處理過程中會出現一些錯誤和疏漏，另外，人工抽取出來的數據通常不具備可挖掘性。二是自動化采集，即利用網絡信息資源庫中已經存在的信息資源來代替人工從網絡中提取數據。

5.2 數據處理層

數據處理層是基于數據挖掘的網絡信息資源可視化分析模型的核心部分，接收數據采集層傳來的數據，對采集到的數據進行預處理。在該模型中，預處理過程主要是對網絡信息資源進行分類、過濾和去噪處理，以提高網絡信息資源的質量，并為數據應用層提供了基礎。

對于非結構化數據源，首先需要對其進行清洗，包括數據的分割、格式化和去噪等操作。分割是指將原始數據根據一定規則進行切割處理，使其符合一定的格式；格式化是指對數據源進行相應的格式化處理；去噪則是利用一定技術方法去除原始數據中不需要的信息。其次，需要將其轉換為結構化格式，然后再進行進一步處理。在該模型中采用了SQL Server作為數據庫存儲系統。在轉換過程中采用了SQL語言來編寫程序，實現數據庫與Web服務器之間的通信。

5.3 數據應用層

在網絡信息資源可視化分析模型的數據應用層，主要實現用戶通過Web瀏覽器獲取網絡信息資源可視化分析結果的功能。Web瀏覽器是一個面向對象的程序，具有良好的交互性和可重用性。在Web瀏覽器中，用戶只需要輸入簡單的HTML代碼就可以獲得一個可視化分析結果，而且可以方便地對數據進行刪除、復制和粘貼等操作。在Web服務器端，采用Java語言進行開發，采用PHP作為開發語言。首先，根據Web瀏覽器中所提供的數據訪問接口對數據采集層中的數據進行解析；其次，將解析后的數據存儲在數據庫中，并在數據庫中為該數據建立一個索引；最后，對用戶輸入的查詢語句進行解析和處理，并將處理后的結果以HTML頁面的形式返回給用戶。通過Web瀏覽器可以方便地獲取網絡信息資源可視化分析結果，并以圖形化界面展示給用戶，從而提高用戶使用網絡信息資源分析工具的效率。

5.4 可視化實現

該模型以可視化分析為目的，將數據處理層獲取到的數據和應用層生成的結果，以圖形化界面進行展示，為用戶提供一個直觀、全面的展示工具。通過將數據挖掘算法得到的結果以圖形化界面進行展示，可以使用戶更清楚地了解數據挖掘算法的作用和挖掘結果對網絡信息資源的影響，使用戶對網絡信息資源有更深刻和全面的理解。例如，對于用戶關心的某一主題，如經濟類、管理類、社會類等，可以通過相應的圖表對其進行可視化展示。這些圖表包括不同層次和不同角度的可視化形式。比如在經濟類專題圖中，可以通過折線圖展示某一年份我國GDP增長率與當年全國GDP增長率的差值；在管理類專題圖中，可以通過柱狀圖展示某一省份GDP增長率與當年該省份GDP增長率的差值；在社會類專題圖中，可以通過折線圖展示某一年份我國就業率與當年該行業就業率之間的差值等。通過不同形式和角度進行可視化展示，不僅能更好地傳達信息，還能讓用戶更清楚地了解數據間的關系。

結語

本文分析了數據挖掘技術、網絡信息可視化技術以及網絡信息可視化模型設計方法，在此基礎上，對基于數據挖掘的網絡信息可視化模型進行了設計與實現。該模型利用數據挖掘技術從大量網絡信息資源中挖掘出有用的知識和模式，實現對網絡信息資源的有效分析，有利于用戶通過可視化界面獲取有關知識或進行決策分析。由于該模型還存在一些不足之處，如對數據挖掘的有效性判斷等問題，因此還需要進一步完善和改進。

參考文獻：

[1]楊紅艷.基于數據挖掘的能源互聯網數據安全風險檢測方法[J].信息技術與信息化，2023（7）：145-148.

[2]翟海華，周圣鎧，湯答，等.我國互聯網診療管理現狀與啟示[J].中國動物檢疫，2023，40（10）：43-46.

[3]劉澤霖.基于數據挖掘的網絡信息安全技術研究[J].信息與電腦（理論版）， 2023，35（12）：210-212.

作者簡介：王曉靜，碩士研究生，副教授，研究方向：網絡安全和信息化建設；陳玉英，碩士研究生，工程師，研究方向：文化和旅游行業信息化建設。

基金項目：呼和浩特市科技計劃項目（重大科技專項）——數據中臺及數字信息服務平臺的研發與應用——基于人工智能技術的海量時序數據中臺研究與應用開發（編號：2022-高重-2）。