Web開鑿的目的是從Web的超鏈接結構、網頁內部實質意義和運用日記中探尋有用的信息。固然Web開鑿運用了許大多數據開鑿技術，但它並不止只是傳統數值開鑿的一個簡單應用。在以往20年中，很多新的開鑿擔任的工作和算法被一個跟著一個創造。根據在開鑿過程中運用的數值門類，Web開鑿擔任的工作可以被區分清楚為三種主要類型：Web結構開鑿、Web內部實質意義開鑿和Web運用開鑿。

　　·Web結構開鑿：Web結構開鑿從表征Web結構的超鏈接(略稱鏈接)中尋覓有用的知識。例如：從這些個鏈接中，我們可以找出哪一些是關緊的網頁，這是一項搜索引擎網站認為合適而使用的關緊技術。我們也可以發掘具備並肩興致的用戶社區。這些個擔任的工作在傳統的數值開鑿中並不存在，由於在關系型表格中並沒有鏈接結構。

　　·Web內部實質意義開鑿：Web內部實質意義開鑿從網頁內部實質意義中取出有用的信息和知識。例如：依據網頁的正題，我們可以施行半自動的聚類和分類。譬如：，這個站，最大的正題就是QQ神態。固然這些個擔任的工作與傳統數值開鑿的擔任的工作相仿，不過我們依舊可以為了各種不一樣的目標從網頁中依據標准樣式取出有用的信息，例如商品描寫、論壇回帖等。而這些個信息可以被用作進一步剖析來開鑿用戶舉止神情。這些個擔任的工作也不是傳統的數值開鑿擔任的工作。

　　·Web運用開鑿：Web運用開鑿從記錄每位用戶點擊事情狀況的運用日記中開鑿用戶的過訪標准樣式。這項擔任的工作也運用了許大多數據開鑿的算法。那裡面一項關緊的議題是點擊流數值的預處置，以便生成可以用來開鑿的合宜數值。

　　搜索引擎網站優化研討是與WEB數值開鑿比較有關的一門技術，由於大多的搜索引擎網站工程師在深刻思考怎麼樣預設搜索引擎網站的時刻，同時也會重視還是非常大一小批是要解決搜索最後結果排序中允的問題。

　　筆者: 杭州思億歐網絡科學技術有限企業

　　原載: .cn/