Khai thác web định nghĩa quy trình dùng kỹ thuật khai thác dữ liệu trích xuất mẫu, xu hướng, dữ liệu hữu ích từ web bằng cách xử lý từ bản ghi/dịch vụ web, nhật ký máy chủ, siêu liên kết. Mục tiêu khai thác web: khám phá thiết kế trong thông tin web bằng cách gom nhóm và phân tích dữ liệu nhận thông tin quan trọng.
Khai thác web xem rộng là ứng dụng phương pháp khai thác dữ liệu thích ứng cho web, trong khi khai thác dữ liệu biểu diễn là ứng dụng thuật toán tìm mẫu trên dữ liệu có cấu trúc chủ yếu cố định trong quy trình khám phá tri thức.
Các ứng dụng khai thác web:
- Khám phá cách người dùng điều hướng trang web, kết quả giúp cải thiện thiết kế trang và làm cho nó hiển thị hơn trên web.
- Trong Quản trị quan hệ khách hàng (CRM), khai thác web là thống nhất dữ liệu thu thập bởi phương pháp khai thác dữ liệu truyền thống và kỹ thuật với dữ liệu gom qua World Wide Web. Khai thác web học hành vi người dùng, tính hiệu quả trang web cụ thể, định lượng thành công chiến dịch marketing.
- Sự phổ biến hình ảnh số tăng nhanh do công nghệ hình ảnh số cải tiến và sẵn có qua web. Tuy nhiên, cách tìm hình ảnh ý định khách hàng từ web không tầm thường. Lý do chính: hình ảnh web thường không chú thích bằng bộ mô tả ngữ nghĩa. Dùng lấy hình ảnh web từ internet, khai thác web được dùng.
- Khai thác web dùng cho trích xuất cụm từ khóa (keyphrase extraction). Cụm từ khóa hữu ích cho: tóm tắt, lập chỉ mục, gán nhãn, phân loại, gom cụm, đặc trưng, quét, tìm kiếm. Nhiệm vụ trích xuất cụm từ khóa tự động: chọn cụm từ khóa từ trong văn bản tài liệu cho trước. Trích xuất tự động làm khả thi tạo cụm từ khóa cho số lượng lớn tệp không có cụm từ khóa gán thủ công.
- Khai thác web dùng cho phân tích mạng xã hội (social network analysis). Mạng xã hội là nghiên cứu thực thể xã hội (người trong tổ chức, gọi là actors), và kết nối/mối quan hệ của họ.
- Phân tích mạng xã hội hữu ích cho Web vì Web đáng kể là xã hội ảo, do đó mạng xã hội ảo, nơi mỗi trang coi như actor xã hội và mỗi siêu liên kết như mối quan hệ. Nhiều kết quả từ mạng xã hội thích ứng và mở rộng cho bối cảnh Web. Ý tưởng từ phân tích mạng xã hội thực sự công cụ cho thành công công cụ tìm kiếm Web.