基于网络文本分类技术的应用研究

网络文本分类是数据挖掘技术的重要组成部分,是从互联网中获取有效信息资源的重要方式之一.本文论述了网络文本分类及其技术,通过对具有主题的大量网络文本的有效分析和挖掘,使网络文本分类技术在自主网络信息定制和自动信息获取中得到更加广泛地应用研究.     

文本数据挖掘技术在Web知识库中的应用研究

介绍了文本数据挖掘和知识提取的基本理论,然后分析了网络信息的检索与挖掘的特征,特别是文本挖掘、Web数据挖掘和基于内容数据挖掘与之相关联的系列问题.在此基础上,分析了Web知识库的设计、建立、文本数据挖掘和知识发现所需的理论和技术,对Web知识库系统的架构和功能模块进行分析和设计,建立了基于文本数据挖掘的Web网络知识库的模型.     

基于Web的文本信息挖掘技术

介绍了数据挖掘和Web挖掘的基本概念,在此基础上,对基于Web的文本信息挖掘技术进行了分析研究,给出了一个基于Web的文本挖掘的结构模型。     

略论网络信息资源的组织与管理

分析了网络信息资源的特点：数量庞大、增长声速，多类型、多媒体、内容丰富、覆盖面广，传输速度快、共享程度高，无序性、不稳定性、信息质量良莠不齐。论述了文件方式、自由文本方式、超媒体方式、主页及页面方式等网上一次信息资源的组织方式，以及 方式、搜索引擎方式、指示数据库方式等网上二次信息资源的组织方式，探讨了网络信息资源导航及推送技术、数据仓库技术和数据挖掘技术等当前网络信息资源管理研究中的热点问题。     

科技期刊文本与数据挖掘人工智能应用的研究进展北大核心

[目的]对国内外科技期刊文本与数据挖掘智能化研究进展进行阐述,为科技期刊文本与数据挖掘智能化发展探寻对策方案.[方法]采用文献分析法,检索 2019-2023 年英文数据库 Web of Science(SCIE、SSCI、ESI)、ScienceDirect、Elsevier及中国知网数据库中的科技期刊文本与数据挖掘智能化研究,梳理科技期刊文本与数据挖掘智能化的不同方向,并为科技期刊文本与数据挖掘智能化发展提供对策建议.[结果]目前国外科技期刊文本与数据挖掘智能化研究在选题策划、预印本、文献评估、同行评议以及模型探索和方法学等方面取得一定进展,我国中文科技期刊在文本与数据挖掘的智能化方面尚存在技术融合能力不足、出版实践不足、文本数据抓取不精准、智能算法和逻辑不完善等问题.应加强文本与数据挖掘基础布局,促进融合发展;鼓励出版实践研究,开展文本与数据深度挖掘;进一步构建完整的科技期刊文本与数据挖掘规则等.[结论]科技期刊文本与数据挖掘智能化发展可帮助科研工作者更快捷、更准确地获取大量的科技文献信息,为科研工作者提供更深入的思考和研究方向,但其技术应用方案仍需进一步研究探索.     

组织机构文本信息资源管理应用研究

简要介绍组织机构文本信息资源建设管理有关情况,以及在信息过滤、信息检索、信息分类、信息抽取、数据挖掘等文本信息处理技术方面的应用现状;针对目前存在的问题提出进一步解决方案.对组织机构文本信息资源的开发利用提出新的发展思路;最后论述文本信息处理技术对提高组织机构信息资源的应用服务水平方面将起到至关重要的作用.     

Web文本挖掘在辅助研究中的应用

应用Web文本挖掘对网络数据库中检索到的信息进行分析，能够得到对研究工作有辅助作用的知识。文中对数据收集、预处理和数据挖掘的方法进行了详细的介绍。实例证明利用Web文本挖掘能充分利用网络数据库中的信息，对辅助研究是有效的。     

数据挖掘及其在网络信息检索中的应用

网络信息检索经过近几年的发展,在一定程度上满足了人们查找知识的需要,但是在检全率和检准率上还是不尽如人意.将数据挖掘技术运用到信息检索中,可使未来的网络信息检索更加精准、个性和智能化.介绍了数据挖掘的概念和方法,并分别从内容挖掘、结构挖掘、使用挖掘三个方面对网络数据挖掘进行了阐述,并主要从搜索引擎的角度探讨了数据挖掘在网络信息检索中的应用,分析了数据挖掘与信息过滤和可视化技术的结合,最后对网络信息检索未来发展进行了展望.     

数据挖掘研究及发展探析

随着全球进入网络信息时代,Web技术正快速的普及和迅猛的发展。人们在网络上更快速更简便地获取信息,但有用和无用的信息同时存在,网络上的信息量不断增多,人们要从中获取有用的信息,就必须对信息进行筛选。如何从网络众多的数据中获取有用的信息,数据挖掘就显得十分的重要。主要就数据挖掘在其研究领域中的研究现状及数据挖掘的发展进行深入探析,为数据挖掘研究和发展提供理论参考依据。     

初析数据挖掘技术

数据挖掘是人们长期对数据库技术进行研究和开发的结果,是当前计算机科学研究的活跃领域。数据挖掘技术能快速有效地从海量的网络信息中,挖掘出潜在的、有价值的信息,使之有效地在管理和决策中发挥作用。数据挖掘方法结合了数据库技术、机器学、统计学等领域的知识,从深层次挖掘有效的模式。数据挖掘技术具有广泛的应用前景。