वेब स्ट्रक्चर माइनिंग एक उपकरण है जो डेटा या प्रत्यक्ष लिंक कनेक्शन द्वारा लिंक किए गए वेब पेजों के बीच संबंध को पहचान सकता है। यह संरचित डेटा वेब पेजों के लिए डेटाबेस तकनीकों के माध्यम से वेब स्ट्रक्चर स्कीमा के प्रावधान द्वारा खोजने योग्य है।
यह कनेक्शन एक खोज इंजन को खोज क्वेरी से जुड़े डेटा को सीधे कनेक्टिंग वेब पेज पर खींचने में सक्षम बनाता है, उस वेबसाइट से जिस पर सामग्री टिकी हुई है। यह पूरा होने की प्रक्रिया स्पाइडर्स द्वारा वेबसाइट स्कैन करने, होम पेज लाने, फिर संदर्भ कनेक्शन के माध्यम से डेटा कनेक्ट करके वांछित जानकारी वाले विशिष्ट पेज को सामने लाने की आवश्यकता के माध्यम से होती है।
वेब माइनिंग को वेब के लिए अनुकूलित डेटा माइनिंग विधियों के अनुप्रयोग के रूप में व्यापक रूप से देखा जा सकता है, जबकि डेटा माइनिंग को ज्ञान खोज प्रक्रिया में ज्यादातर संरचित डेटा पर पैटर्न खोजने के लिए एल्गोरिदम के अनुप्रयोग के रूप में दर्शाया जाता है।
वेब माइनिंग में विभिन्न डेटा प्रकारों के संग्रह का समर्थन करने का विशिष्ट गुण होता है। वेब के कई पहलू हैं जो माइनिंग प्रक्रिया के लिए कई दृष्टिकोण प्रदान करते हैं, जैसे टेक्स्ट सहित वेब पेज, वेब पेज हाइपरलिंक्स के माध्यम से जुड़े हुए हैं, और उपयोगकर्ता गतिविधि को वेब सर्वर लॉग्स के माध्यम से मॉनिटर किया जा सकता है।
समस्याओं का समाधान
स्ट्रक्चर माइनिंग वर्ल्ड वाइड वेब की दो मुख्य समस्याओं को कम करता है क्योंकि इसकी बड़ी मात्रा में डेटा है। पहली समस्या खोज परिणामों के लिए अप्रासंगिक है।
खोज जानकारी की प्रासंगिकता इस समस्या के कारण गलत हो जाती है कि खोज इंजन अक्सर केवल कम परिशुद्धता मानदंडों की अनुमति देते हैं।
दूसरी समस्या वेब पर समर्थित बड़ी मात्रा में डेटा को इंडेक्स करने में असमर्थता है। यह कंटेंट माइनिंग के साथ याद रखने की कम मात्रा उत्पन्न करता है। यह न्यूनतम भाग में वेब स्ट्रक्चर माइनिंग द्वारा समर्थित वेब हाइपरलिंक संरचना के अंतर्निहित मॉडल को खोजने की सेवा के साथ प्रकट होता है।
उद्देश्य और लाभ
स्ट्रक्चर माइनिंग का उद्देश्य वेब पेजों के बीच पहले से अज्ञात संबंधों को निकालना है। डेटा माइनिंग की यह संरचना एक व्यवसाय के लिए अपनी वेबसाइट के डेटा को कनेक्ट करने के लिए उपयोग की पेशकश करती है ताकि नेविगेशन की अनुमति मिल सके और डेटा को साइट मैप में क्लस्टर किया जा सके।
यह अपने उपयोगकर्ताओं को कीवर्ड संबंधों और कंटेंट माइनिंग के माध्यम से वांछित डेटा बनाने की क्षमता देता है। हाइपरलिंक पदानुक्रम को साइटों के भीतर संबंधित डेटा को प्रतियोगी लिंक के कनेक्शन और खोज इंजन और थर्ड-पार्टी को-लिंक के माध्यम से कनेक्शन का मार्ग प्रशस्त करने के लिए भी तय किया जाता है। यह लिंक किए गए वेब पेजों के क्लस्टरिंग की अनुमति देता है ताकि इन पेजों का संबंध बनाया जा सके।
वर्ल्ड वाइड वेब पर, स्ट्रक्चर माइनिंग के उपयोग से बुनियादी संरचना की पहचान करके क्लस्टरिंग के माध्यम से वेब पेजों की समान वास्तुकला का निर्धारण करने की अनुमति मिलती है।
इस डेटा का उपयोग वेब सामग्री की समानता को डिजाइन करने के लिए किया जा सकता है। ज्ञात समानताएं तब साइट के डेटा का समर्थन या सुधार करने की क्षमता का समर्थन करती हैं ताकि वेब-स्पाइडर्स तक उच्च अनुपात में पहुंच की अनुमति मिल सके। वेब क्रॉलर की संख्या जितनी अधिक होगी, संबंधित सामग्री के कारण खोजों के लिए साइट उतनी ही अधिक लाभप्रद होगी।
