基于语义文本挖掘的企业竞争对手分析模型研究

为弥补传统竞争对手分析方法无法有效挖掘网络化企业竞争对手信息的缺陷,本文将语义文本挖掘技术引入企业竞争对手分析中,提出了一个基于语义文本挖掘的企业竞争对手分析模型.该模型采用规则化主题爬取技术获取结构化信息,利用竞争情报领域本体知识库和语义VSM矩阵实现竞争对手信息语义分析和描述,通过基于语义的文本挖掘技术提取竞争对手深层次语义知识.并以相机市场的两大竞争力企业--佳能、尼康为例进行了实证分析研究,实验结果表明,该模型具有潜在的实际应用价值,可有效提高企业决策水平.     

融合本体和上下文知识的企业竞争情报分析算法研究

文章将本体和上下文知识融入企业竞争情报分析之中,设计了一种基于语义决策树的归纳学习算法进行语义层面的情报分析和情报知识发现.该算法利用本体解决情报语义问题,利用上下文知识解决应用环境和具体对象问题.实验结果表明,该算法取得了很好的预期效果,显著提高了情报挖掘的智能性和情报分析的准确性,在一定程度上实现了企业竞争情报语义挖掘和情报知识自动分析与获取.     

全国图书馆学情报学精选文摘(第40辑)

总论AELISC 2697-40-12(3)基于领域本体的语义文本挖掘研究/张玉峰,何超(武汉大学信息资源研究中心)//情报学报,2011,30(8):832-839.为了提高文本挖掘的深度和精度,作者研究并提出了一种基于领域本体的语义文本挖掘模型。该模型利用语义角色标注进行语义分析,获取概念和概念间的语义关系,提高文本表示的准确度;针对传统的知识挖掘算法不能有效挖掘语义元数据     

基于联机分析挖掘的动态竞争情报多维语义分析研究

动态竞争情报是企业在复杂多变的竞争环境中取得成功的关键.针对传统的竞争情报分析模型无法有效地对信息资源进行深层次的多维分析,获取语义层面的动态竞争情报,本文构建了基于联机分析挖掘的动态竞争情报多维语义分析模型.该模型利用竞争情报领域本体指导目标信息的采集与监控和实体与关系的抽取,实现竞争情报的语义组织和存储;设计了一种基于语义的多维关联分析算法进行语义层面的数据挖掘、学习和推理,实现竞争情报多维语义挖掘和知识发现.实验结果表明,该模型取得了很好的预期效果,显著提高了情报分析的深度与广度和情报分析的准确率与效率.     

基于Web网站的竞争对手情报获取

Web蕴含了大量的企业竞争情报,但现有的企业竞争情报获取系统还缺乏直接从Web中获取竞争情报的能力.以往的研究主要关注从网页内容中收集竞争对手情报,忽略了对Web网站相关要素的分析.本文研究了利用Web网站所蕴含的竞争对手情报要素获取竞争情报的方法,分析了Web网站竞争对手情报要素,并给出了具体的竞争对手情报获取过程和相关工具.最后,以我国C2C电子商务领域的三个代表性企业淘宝、亚马逊中国和eBay中国为例进行了实证研究.结果表明,利用Web网站可以获取隐含的竞争对手情报,尤其对于发现潜在的竞争对手或者比较竞争对手的实力有着较大的帮助.     

基于关系抽取的企业竞争情报获取与融合框架

网页蕴含了大量的企业竞争情报.然而,现有的企业竞争情报获取系统还缺乏直接从网页中获取竞争情报的能力.本文提出了一个基于网页实体关系抽取与融合的企业竞争情报获取系统框架.该系统通过对网页内容的抽取与融合,最终形成可信的企业竞争情报数据.论文首先讨论面向Web的企业竞争情报自动获取系统的总体结构,并重点阐述了其中的企业竞争情报获取方法、企业竞争情报融合机制等问题及其解决方案.本文的工作为进一步建立实用的Web竞争情报获取与融合系统奠定了基础.     

Web竞争情报可信性评价:问题分析与研究框架

互联网已经成为企业和组织获取竞争情报的主要来源之一.然而,现有的竞争情报研究大都关注如何从互联网中获取竞争情报,忽略了对Web竞争情报的可信性评价问题.传统的信息提供者通常要求有一定的权威性,而在互联网环境下,任何人都可以是信息的提供者,权威性不再是必须的前提.此外,互联网信息通常缺乏严格的审校,从而存在着大量的伪造、错误、篡改等问题.因此,深入分析互联网环境下竞争情报的可信性问题,对于提高Web竞争情报的实用性具有十分重要的意义.本文综述了目前在Web信息可信性评价和竞争情报可信性评价方面的工作进展,总结了已有研究存在的主要问题,给出了Web竞争情报的语义和实体表示结构,进而提出了一个Web竞争情报可信性评价的基本框架,并展望了未来研究方向,从而为进一步建立实用的Web竞争情报获取系统提供一些参考.     

基于数据挖掘的企业竞争情报分析研究

针对传统的竞争情报分析方法无法实现对目标信息进行深入挖掘分析,获取企业所需的深层情报知识,本文将数据挖掘技术融入竞争情报分析之中,构建了基于数据挖掘的企业竞争情报分析模型.该模型利用竞争情报领域本体指导目标信息的采集、语义分析和信息抽取,实现竞争情报信息的语义组织和存储;并在此基础上利用基于语义的数据挖掘、学习和推理技术,实现竞争情报语义挖掘和智能分析,提升情报分析的深度和广度,获取高质量的深层情报内容.实验结果表明,该模型取得了很好的预期效果,显著提高了情报分析的准确率和效率.     

基于竞争的企业反竞争情报研究

市场竞争日趋激烈,对外开放力度不断加大,国内企业正成为越来越多国外公司情报收集的对象.如何抵御竞争对手的竞争情报活动,有效保护企业自身的核心关键情报,直接关系到企业的兴衰成败.文章围绕企业的反竞争情报问题,阐述了竞争与反竞争情报的逻辑关系,分析了企业反竞争情报中的重点保护信息对象,以及基于反竞争情报的企业信息释放控制,提出了基于竞争的企业反竞争情报工作模型.     

基于领域本体的信息抽取模式生成与系统实现

面对情报工作者日益增长的从Internet中及时获取特定信息或知识的需求,本文展开了web信息抽取技术在情报领域的应用研究.目前,信息抽取模式的自动获取成为一个技术难点,本文尝试引入基于领域本体的半自动抽取模式获取算法,该方法在领域本体的概念层次关系、属性特征和实例的结构本体指导下,选择其主要特征属性为匹配目标,自动学习并获取抽取模式.利用该算法到直升机产品信息抽取,运行结果验证:该算法简单有效,获得了较高的抽取效率和较准确的抽取结果.     

互联网行业的CTI流程研究

作为竞争情报的一个子集,技术竞争情报正成为国内情报学领域的研究热点之一。除了技术竞争情报的相关理论研究之外,企业CTI工作模式也成为了研究者关注的焦点之一。本文以互联网行业为背景,分析了互联网行业的特点以及传统的CTI赫林模型在互联网行业应用中的缺陷,并在此基础之上提出了一个进化模型。     

企业战略规划阶段竞争情报需求与服务研究

文章分析了某咨询公司为目标企业提供战略规划服务的两个实际案例,梳理了企业战略规划阶段竞争情报的需求,构建了企业战略规划阶段产品、竞争环境、竞争对手和竞争优势四个层面的竞争情报分析框架,提出了为满足这些需求可选用的竞争情报方法和路径,为企业自身或寻求外部专家开展竞争情报工作提供了借鉴。     

企业竞争情报系统建设中的舆情监控研究

论述随着网络的发展,舆情对企业的影响越来越大,舆情监控子系统成为企业竞争情报系统不可或缺的一部分。结合为企业研发竞争情报系统中舆情子系统的设计经验,分析当前企业网络舆情的特点,分析企业竞争情报系统框架内通用的企业舆情子系统的功能结构,提出解析企业舆情监控需要解决的关键技术,并提出企业舆情监控的工作流程。     

知识构建中基于自然语言理解的全信息获取与利用

[目的/意义]鉴于全信息是通过自然语言来对事物的形式、内容和价值进行"三位一体"的描述,为了在知识构建(KA)中基于自然语言理解实现对全信息的有效获取和综合利用,使之为用户的知行能力的提升提供显隐智能生成的保障和生长的动力,为KA能力形成建立和谐的知识生态系统结构。[方法/过程]在KA的全信息获取和利用时,应该根据其生成机制及在用户智能活动中的综合作用,采取基于Web 2.0的"人主机辅"和"知行交互"的策略来综合集成规则方法与统计方法,以实现对自然语言的深度理解;并具体采用基于物联网综合集成智能系统的方法来对自然语言结构进行词类识别和关联挖掘。[结果/结论]针对语义Web在全信息表示、知识提炼和智能激活中的先天不足,KA的全信息获取可通过自然语言处理来对其进行分析、提取、表示;KA的全信息利用应采取基于Web 2.0群体智能与物联网综合集成相融合的方式来构建全信息Web(CI-Web)并加以综合利用。     

企业竞争中Internet上信息的获取和利用

本文首先提出了Internet作为一个巨大的资源库 ,可以用来进行企业竞争信息的搜索 ,之后论述了可能在Internet上获取的企业竞争信息资源以及怎样通过搜索引擎来获取这些信息资源 ,最后介绍了两种可用来搜集竞争情报的自动搜索技术     

竞争情报系统监控引擎

互联网正在成为越来越重要的竞争情报源,但目前互联网上借助于浏览器或搜索引擎的竞争情报使用方式并不能满足互联网竞争情报的需求,本文将介绍我们设计与实现的竞争情报系统监控引擎,它是一个基于互联网的、可以进行持续情报搜索的、推式范式的智能代理系统,可以提供竞争情报从情报规划、到情报采集、再到情报分析、直到情报分发的全生命周期的竞争情报支持.本文首先介绍了竞争情报系统监控引擎的应用背景,然后从技术与产品两个角度对国内外的相关研究进行分析,接下来说明了监控引擎的工作原理,最后对监控引擎的各项功能及其实现进行了介绍.     

基于Push技术的Internet网络信息检索系统

给出了一个基于最新Internet 信息获取技术——Push 技术的构造的信息检索系统, 针对我国互联网应用现状及存在的问题, 可以显著降低重复信息的流量, 提高网络利用率, 节省上网时间和费用, 控制无用信息的流入, 适合高校或企业等所需信息相对集中的部门应用, 为Internet 信息的开发利用提供了一条新的途径。