Le Web Mining est une extraction de connaissances à partir de données Web. Plusieurs données sont générées lors de l'utilisation du Web. L'analyse de ces données et la recherche de l'entité utilisable pour fournir une meilleure expérience utilisateur peuvent être un avantage des algorithmes. Ainsi, la découverte de connaissances et la fourniture de solutions rapides à la requête d'entrée peuvent être effectuées. L'auteur précédent a réalisé de nombreuses approches pour l'analyse des données, l'analyse des poids et le traitement des données. TF-IDF, Semantic, l'algorithme de croissance FP, et d'autres techniques sont utilisées par les recherches précédentes pour l'analyse des connaissances. Dans cette recherche, un modèle avancé de découverte de données synaptiques pour l'extraction et l'analyse de données Web est réalisé. L'algorithme proposé fonctionne avec la découverte basée sur l'architecture arborescente et permet de trouver la terminologie pertinente. Ainsi, la recherche d'une meilleure solution pour la prédiction et la recherche d'une meilleure sortie de requête de connaissances est effectuée. Les résultats de l'expérience montrent l'efficacité de l'approche proposée par rapport à l'algorithme traditionnel.