Trong những năm ngành công nghệ thông tin đã có những bƣớc phát triển chóng
mặt. Do việc ứng dụng công nghệ thông tin vào hầu hết các lĩnh vực trong đời sống
nhƣ: giáo dục, văn hóa, kinh tế, giải trí, và sự tăng nhanh về số lƣợng ngƣời dùng
Intenet trên toàn cầu. Đẫn đến việc bùng nổ, sự cập nhật nhanh chóng, liên tục của kh8
dữ liệu số đã đặt ra thách thức về việc khai thác,sử lý thông tin từ kho dữ liệu khổng lồ
thành các tri thức có ích một cách nhanh chóng để phục vụ cho việc quản lý, hoạt động
kinh doanh, Để đáp ứng yêu cầu này ngƣời ta đã xây dựng các công cụ tìm kiếm và
xử lý thông tin để giúp ngƣời dùng tìm kiếm đƣợc các thông tin cần thiết, nhƣng so với
sự rộng lớn về nguồn tài nguyên Web thì dẫn đến sự khó khăn với những kết quả tìm
đƣợc.
Với các phƣơng pháp khai thác cơ sở dữ liệu truyền thống chƣa đáp ứng đƣợc
đầu đủ các yêu cầu từ ngƣời dùng. Vì vậy một hƣớng đi mới đó là nghiên cứu và áp
dụng kỹ thuật khai phá dữ liệu và khám phá tri thức trong môi trƣờng Web. Do đó,
việc nghiên cứu các mô hình dữ pháp khai liệu mới và áp dụng các phƣơng phá dữ liệu
trong khai phá tài nguyên Web là một xu thế tất yếu vừa có ý nghĩa khoa học vừa
mang ý nghĩa thực tiễn cao.
Vì vậy, em chọn đề tài đồ án tốt nghiệp “Kết hợp các phƣơng pháp phân cụm
trong khai phá dữ liệu Web”.
Bố cục đồ án gồm 3 chƣơng:
Chƣơng 1: Trình bày các kiến thức cơ bản về khám phá tri thức, khai phá dữ liệu,
một số vấn đề về biểu diễn và xử lý dữ liệu văn bản áp dụng trong khai phá dữ liệu.
Chƣơng 2 : Giới thiệu một số thuật toán phân cụm dữ liệu phổ biến và thƣờng
đƣợc sử dụng trong lĩnh vực khai phá dữ liệu Web.
Chƣơng 3: Trình bày khai phá nội dung Web và tiếp cận theo hƣớng sử dụng các
kỹ thuật phân cụm dữ liệu để giải quyết bài toán khai phá dữ liệu Web. Trong phần
này cũng trình bày một mô hình áp dụng kỹ thuật phân cụm dữ liệu trong tìm kiếm và
phân cụm tài liệu Web.
