自建数据库中文本挖掘及检索技术

阐述了数据挖掘的技术分类、实现数字挖掘的关键问题，探讨了文本型数据挖掘在数字图书馆资源建设中的广阔前景和巨大的应用价值。     

融合相似性评价、信任度与社会网络的学术资源推荐方法研究

针对数字图书馆学术资源信息过载问题,提出了一种融合相似性评价、信任度与社会网络的学术资源推荐方法.该方法利用信任度分析与社会网络关系挖掘技术对协同过滤推荐方法进行了改进,并综合考虑了用户特征因素对推荐结果的影响.实验结果表明,本方法在预测准确度和覆盖率指标上均优于其他推荐方法,显著提高了学术资源推荐系统的推荐质量.     

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。     

基于深度学习的数字图书馆文本分类研究

【目的/意义】引入人工智能领域中的深度学习方法来解决数字图书馆中传统文本分类的缺陷,这既是人工 智能领域研究的重点,也是图书馆领域关注的热点问题。【方法/过程】在对数字图书馆传统文本分类进行系统梳理 的基础上,提出基于深度学习的数字图书馆文本分类模型,利用词向量的方法对文本特征进行表示,采用深度学习 模型中的卷积神经网络提取文本信息的本质特征,并进行了实验验证。【结果/结论】实验测试表明,基于深度学习 的文本分类模型可以有效地提高数字图书馆文本分类的准确率和召回率,不仅可以提高数字图书馆内部业务的智 能化程度,还可以提高数字图书馆信息服务的效率和质量。     

基于文本挖掘的电子商务市场表现研究

大数据转变成可视化数据依靠的是计算机领域中的文本挖掘技术。文本挖掘中最重要且最基本的应用是实现文本的分类和聚类,前者是有监督的挖掘算法,后者是无监督的挖掘算法。本文重点讲述如何利用文本挖掘技术对当前的电子商务市场表现进行研究。     

大数据时代数字图书馆推荐服务探讨

梳理了数字图书馆推荐服务现状,介绍了数字图书馆信息资源推荐服务的基本模式、推荐服务新趋势以及推荐服务新方式,为大数据时代数字图书馆的个性化服务提供理论参考和方法借鉴。     

浅析江西电网数字图书馆建设

数字图书馆采用现代高新技术所支持的数字信息资源系统,是新一代因特网信息资源管理模式,它将从根本上改变目前因特网上信息分散、不便查找的状况,同时数字化图书馆对具有高价值的图像、文本、语言、软件和科学数据等信息进行收集、加工、保存,并提供在广域网上高速跨库连接的电子存取服务。本文从建设内容、系统开发及运行环境、平台功能、数据资源库等方面介绍了江西电网数字图书馆建设。     

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.     

基于云计算模式的图书文献个性化推荐技术研究

图书馆提供信息化及智能化的信息咨询、推荐与提供服务是高校建设智慧化校园的重要组成部分。本文在充分分析高校数据孤立、业务流程低效、交互性差等实际问题的基础上,给出基于云计算和大数据等技术来构建统一、规范的图书个性化推荐与服务的统一平台。将该系统划分为数据存储层、业务处理层和界面表示与交互层,并设计了每个层次上的系统功能。进一步地,以业务处理层中的图书资料推荐算法为重点,设计了一种基于主题模型和关联规则挖掘的混合型推荐算法。通过实验证实,该方法能比基于文本相似性的传统方法获得更高的推荐准确性。     

数字图书馆数据挖掘的基础研究

数字图书馆是综合运作多方面高新技术支持的数字信息资源管理系统。本文较为系统地论述了数据挖掘技术应用于数字图书馆的有关问题;从理论上探讨了数据挖掘技术在数字图书馆结构、内容、用户使用记录三方面的应用,对三方面的挖掘方法、步骤进行了探索性研究。     

浅谈WEB数据挖掘

web数据挖掘是将数据挖掘技术在www资源上应用和发展。本文介绍了web数据挖掘的基本概念，分类，并给出web数据挖掘的基本原理，基本方法，最后指出Web数据挖掘用途。     

改进ART算法在数据库自动知识推荐中的应用

为了提高数据库检索的智能性及个性化推荐,将改进的ART算法应用于数据库自动知识推荐。首先对基本ART算法及ART网络算法进行了描述,接着提出了改进的ART算法,最后运用实例仿真,验证该算法性能。文本采用某高校数字图书馆数据库作为仿真对象,验证其自动知识推荐的功能,同时对其资源消耗和扫描时间进行了计算仿真,实验证明,本文算法在数据库自动知识推荐过程中,所耗资源少且效率高,具有一定的研究价值。     

基于在线问诊文本信息的医生推荐研究

【目的/意义】为了向在线医疗社区中的用户自动推荐符合其自身实际需求的医生,本文基于在线问诊文本 信息,提出了基于相似用户与相似医生的混合医生推荐算法。【方法/过程】首先从用户咨询问题出发,找到具有相 似咨询问题的用户,将其所选择的医生作为基于相似用户的推荐集合;然后从医生回答从发,通过LDA主题模型训 练,从医生回答文本集中挖掘出隐含的疾病主题,按主题查找具有相似疾病诊治经验的医生作为推荐集合;最后通 过混合相似度计算融合基于相似用户和相似医生的推荐结果,得到最终推荐列表。【结果/结论】通过对在线医疗社 区“39健康网”进行实证研究,结果表明,利用本文提出的方法进行推荐,能够有效降低数据维度,挖掘文本间的潜 在语义关联,有效缩小语义鸿沟,提升推荐质量,具有较好的推荐效果。【创新/局限】本文仅选取了针对科室的小样 本数据进行实验,且部分参数使用经验值,未来可深入探讨该方法在大规模医疗数据集上的应用。     

数字图书馆的分发模式研究

个性化推荐是解决数字图书馆资源"既多又少"矛盾的有效途径,分发模式是个性化推荐研究的重要内容。本文系统研究了数字图书馆资源个性化推荐所涉及的各种分发模式,给出了分发模式的执行流程和形式化定义,并提供相应实例。     

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。     

知识发现在提升数字图书馆服务能力中的应用

在阐明知识发现技术对提升数字图书馆服务能力的积极作用基础上,针对数字图书馆资源具有显性和隐性之分的特征,提出了相应的基于文本挖掘的知识发现策略。     

大数据环境下可视媒体版权保护模式研究

大数据技术的快速发展与应用,加快了可视媒体大数据的传播与利用。可视媒体数据的特点与广泛应用也带来了一些新的可视媒体大数据安全性问题。构建网络环境可视媒体大数据版权保护模式,可为数字图书馆可视媒体应用服务提供安全保障,增强图书馆数字资源综合服务能力。充分挖掘可视媒体价值稀疏性与视觉稀疏性,提取可视媒体稀疏特征,建立可视媒体大数据稀疏感知计算模型,从可视媒体稀疏特性角度给出可视媒体大数据版权加密、版权认证、版权告示与版权审计追踪方案设计思路,构建可视媒体大数据版权保护应用新模式。结合数字图书馆应用实践验证了该版权保护模式的有效性,该版权保护模式可较好维护数字图书馆中可视媒体大数据机密性、完整性、可用性、可审计性,切实提升大数据环境数字图书馆可视媒体内容服务能力。     

基于关联规则的推荐系统在数字图书馆中的应用

阐述和分析了数据挖掘中关联规则的算法,提出了在数字图书馆中构建推荐系统模型。本文采用Apriori算法,并根据实际的应用对算法进行改进,克服算法弱点,提高推荐精度,实现数字图书馆的个性化服务。     

基于大数据的图书馆数字资源重构与融合研究

数字图书馆已进入大数据时代。大数据时代既给数字图书馆带来了机遇,也给数字图书馆带来了挑战,如何将零散分布、孤岛存储的图书馆数字资源融合成完整的“大数据”,从中提取出有用的信息,并最终转化为知识和规则,对于提升数字图书馆的服务能力和竞争力十分重要。针对数字图书馆存在数据来源各异、数据存储方式多样、数据形式非结构化等问题,本文对大数据时代图书馆数字资源的重构与融合问题进行了研究,提出了基于大数据的图书馆数字资源重构与融合策略。该策略有助于对图书馆数字资源进行整合,可促进数字资源的共享,有助于加强数字资源、读者、系统服务资源和个性化服务模式的融合,并最终提升数字图书馆的综合服务能力。     

民办高校数字图书馆建设中网络免费学术资源应用

文章介绍了网络免费学术资源的含义和分类,并对民办高校数字图书馆建设中网络免费学术资源的搜集、辨别和深度挖掘提出了一些建议。