文本挖掘技术研究及其在信息检索中的应用

文本挖掘是一个对具有丰富语义的文本进行分析从而理解其所包含的内容和意义的过程,已经成为数据挖掘中一个日益流行而重要的研究领域。给出了文本挖掘的定义和框架,对文本挖掘中预处理、文本摘要、文本分类、聚类、关联分析及可视化技术进行了详尽的分析,并归纳了最新的研究进展,指出了文本挖掘在信息检索中的作用。     

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。     

文本挖掘与信息融合技术在高校信息网络中的应用

随着网络信息的迅猛发展,信息量日益增加,作为高校信息网络怎样从海量的信息资源中获取有用信息,为此需要开发比信息检索层次更高的新技术。文本挖掘和信息融合技术可以从这个信息海洋中提取出所需要的有用知识,在一定程度上解决了用户的困绕。本文介绍了文本挖掘和信息融合技术的定义,分析和研究了它们在高校信息网络中的应用,展望了文本挖掘和信息融合技术在高校信息网络技术中的发展前景。     

基于VSM的文本分类挖掘算法综述

简要介绍了VSM和文本分类挖掘的流程,分析了基于统计方法和基于机器学习的6种常用构造文本分类挖掘分类器的算法,指出了利用各种算法构造的分类器的特点,同时给出了这些算法的优化方向,为使用者选择、学习、改进算法提供依据。     

文本挖掘与中文文本挖掘模型研究

文本挖掘，又称为文本数据挖掘或文本知识发现，是指在大规模的文本中发现隐含的、以前未知的、潜在有用的模式的过程。本文首先对文本挖掘进行了概述，给出了文本挖掘的定义、特点和研究现状。然后对国内中文文本挖掘的研究现状进行了分析，指出了当前中文文本挖掘研究中存在的主要问题和主要研究方向。最后提出了一个统一的中文文本挖掘模型——UCTMF。该模型具有层次性、开放性和可扩展性，为中文文本挖掘系统提供了基本体系框架。     

融合NER和Apriori算法的游记文本关联知识挖掘及推荐服务研究

[目的/意义]为挖掘旅游平台游记文本蕴含知识，协助旅游者高效获取符合需求的信息和知识，为制定旅游计划提供科学决策的信息支持。[方法/过程]首先面向用户需求提出基于布尔矩阵和集合逻辑改进Apriori算法的思路；然后融合命名实体识别实现了游记文本关联知识挖掘及聚合，构建了基于关联知识挖掘的个性化推荐服务模式，并以携程网中杭州相关的游记文本进行了实证研究。[结果/结论]研究发现，融合命名实体识别和改进的Apriori算法，能够有效挖掘游记文本蕴含知识，实验结果验证了在算法性能及结果上要优于传统Apriori算法，并能够根据挖掘结果向用户提供个性化推荐服务，协助旅行者科学、高效地制定旅游计划。研究结论丰富了游记文本挖掘的方法论，为旅游平台服务推荐优化提供了新的思路。     

文本挖掘技术及其在专利信息分析中的应用

本文介绍了文本挖掘概念、主要技术及其一般过程，阐述了文本挖掘在专利信息分析中的应用，以及专利信息分析中具体应用的三个文本挖掘工具：Intelligent Miner for Text、ThemeScape、VantagePoint。     

文本趋势挖掘综述

文本趋势挖掘是文本挖掘新的研究热点,具有广阔应用前景。本文首先对文本趋势挖掘进行了概述,讨论了文本趋势挖掘的应用领域。然后综述了文本趋势挖掘的国内外研究现状,详细介绍了文本趋势挖掘的主流方法与技术,并分析了现有方法存在的主要问题。最后指出了文本趋势挖掘未来的发展方向。     

基于EM聚类的LTE技术竞争情报分析

以下一代移动通信技术LTE为研究对象,运用文本挖掘技术的EM聚类方法,对德温特创新数据库中6450篇LTE相关专利文献进行文本聚类分析.揭示出LTE技术6个子领域的分布状况,并自动识别每个子领域的研究热点,为客观认识LTE相关专利技术内容提供了定量依据.同时分析每个子领域中竞争企业布局,挖掘每个子领域中专利竞争情报.     

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。     

基于Web文本挖掘技术的企业竞争情报系统研究

分析了企业竞争情报系统的现状,介绍了Web挖掘基本概念并分析了Web文本挖掘的关键技术,然后结合Web文本挖掘技术设计企业竞争情报系统结构模型与方案。     

基于信息抽取的文本知识挖掘模型研究

从文本知识挖掘的定义入手,分析了文本知识挖掘的关键技术,并在此基础上建立了基于信息抽取的文本知识挖掘模型,最后通过实例(DiscoTEX)说明这个模型是可行的。     

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。     

基于Web评论挖掘的动态竞争情报分析研究(下)——算法设计与实验分析

针对当前竞争情报分析算法无法有效地处理结构类型多样的Web评论信息,研究并设计了基于Web评论挖掘的动态竞争情报分析算法进行语义层面的情报分析,获取深层次的动态竞争情报。该算法主要由评论内容识别与抽取、语义关联挖掘、文本语义极性分析3个部分组成。实验结果表明,该算法能够显著地提高情报分析的准确率和效率,实现深层次的评论挖掘和情报知识发现。     

并行关联规则挖掘算法比较研究

怎样从大量的数据中挖掘数据的关联性已经成为数据挖掘领域的一个重要问题。由于处理时间与空间的不足,大多数平行关联规则挖掘算法必须扫描数据库至少两次,因此原有的处理方法基本上很难完成挖掘任务,所以需要一个并行算法来解决这些问题。而只扫描一次的平行算法(SO算法)已经超过了共享内存多处理算法,因为它只扫描一次数据库。     

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.     

基于文本挖掘的网络新闻报道差异分析

运用文本挖掘技术发现网络新闻报道中潜在的、有价值的信息是情报研究的一个新尝试。笔者探讨了网络新闻的文本挖掘方法,以上海世博新闻媒体网络版报道为例,进行实证研究,并对报道差异进行对比分析。本文选取香港、台湾、境外媒体华语版、上海本地媒体对世博会相关报道,基于文本挖掘、特征提取对报道内容的差异进行阐述,并得出结论。     

基于链接导向的PageRank算法的优化研究探讨

研究主要针对PageRank只考虑链接关系,而不考虑相关性的缺点进行了一些改进,把Web数据挖掘技术的内容挖掘应用到PageRank算法中,基于超链接文本和内容与主题的相关性,提出了PageRank算法的优化算法,并通过实验仿真,实验结果表明改进后的方法对提高更高相关性的网页的排名是有效的,符合人们的期望。     

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。     

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。