用Web挖掘方法扩充大学图书馆知识库研究

将Web挖掘导入大学图书馆知识库的知识挖掘中 ,将Web数据转化为传统的数据挖掘对象 ,将无序庞杂的Web信息转换成有意义的用户知识。通过对图书馆用户访问Web及用户的知识检索模式研究 ,为图书馆建立高智能知识库模型提供技术保障。     

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。     

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。     

基于隐节点共振致密配对的Web数据文本抽取

Web网络中存在海量文本,需要进行合理高效的文本抽取,实现Web文本数据挖掘。由于Web文本数据的高维特性,文本抽取过程中自动分类配对困难。提出一种基于RBF神经网络隐节点共振致密配对的Web数据文本抽取算法,进行Web数据文本特征采样与关联主特征挖掘,在每次移动中形成RBF隐节点共振致密配对,得到最优文本特征选择的路径,建立RBF神经网络分类器,实现基于蚁群算法的特征抽取算法改进。实验结果表明,该算法能有效实现对隐节点的共振致密配对,特征挖掘跟踪性能较好,保障了挖掘性能,系统所提取的特征分量与其他模糊分量差距较小,文本正确抽取召回率高于传统方法,在Web网络数据文本抽取中具有优越可靠的应用价值。     

一种基于句法规则的文本挖掘技术的设计

文本挖掘是数据挖掘技术的一个重要方面,本文根据句法规则的特征,利用文本挖掘技术,提出基于句法规则的文本知识挖掘设计模型,从数据准备、句法规则构造、文本预处理、文本知识挖掘、挖掘结果评价等方面对工作原理进行了分析,重点阐述了句法规则的构造过程,最后通过实验验证了该模型,该设计对实现文本知识的智能化挖掘具有一定的研究意义和应用价值。     

聚类分析在Web文本挖掘中的应用

在区分Web挖掘与数据挖掘的基础上，较详细地分析了Web文本挖掘的过程，并给出了一个具体的Web文本挖掘模型。重点在介绍聚类分析的基础上，以PCCS为算法原型分析了聚类分析在Web文本挖掘中的具体应用。     

为情报学与智能科学架起合作桥梁——评《基于知识元的知识发现》

西安电子科技大学经济管理学院温有奎教授和武汉大学信息管理学院焦玉英教授合著的《基于知识元的知识发现》一书[1]开创了情报学知识组织与知识发现模式研究的新方向.首次探索以知识元为知识组织对象的文本挖掘和科学知识关联发现的情报理论与方法,为情报科学与智能科学之间架起了一座合作发展的桥梁. 《基于知识元的知识发现》一书系统讨论和研究了文本知识表达、文本知识组织、文本知识挖掘与数据挖掘对象的不同,挖掘原理和方法的区别,文本知识的基本单元组成及推理对象的识别,自然语言编码和解码的元语义,知识元的语义结构,情报科学与知识科学方程组的探讨,文本知识元模型的建立和应用.这些内容的研究对文献知识的关键词表达和检索对象向知识单元的组织和挖掘具有挑战,对实现人类知识的有效组织、有效阅读、有效使用具有较高的理论价值和实践意义.基于知识元的语义链接将开拓人机协同的知识发现的新方法,为情报科学的研究进入知识科学方法的研究开创了一种新的途径.     

Web文本挖掘技术研究

WWW上的信息量迅猛增长,Internet成为一个拥有大量Web文本资源的巨型数据库。大量异构、非结构化的Web文本对数据挖掘技术提出新的挑战。分析了Web文本的特点、Web文本挖掘的一般流程以及Web文本挖掘中的关键技术。     

文本挖掘在Web中的技术分析

根据调查,各领域的信息存储约有80%包含在文本文档中,文本挖掘因此也被认为比数据挖掘具有更高的商业潜力。作为从浩瀚的Web信息资源中发现潜在的、有价值知识的一种有效技术,Web领域的挖掘技术正悄然兴起,备受关注。本文重点阐述文本挖掘在Web中对信息抽取、挖掘过程及超文本挖掘技术的分析及应用。     

基于Web文本挖掘的企业竞争情报获取方法研究

本文从Web数据挖掘方法入手，介绍了企业竞争情报的获取方法，包括基于Web内容挖掘的获取方法、基于Web结构挖掘的获取方法和基于Web使用记录挖掘的获取方法，进而研究了基于web文本挖掘的竞争情报获取步骤，最后剖析了基于Web文本挖掘的企业竞争情报中客户知识获取的案例。