信息检索和网络数据挖掘技术的比较分析

在信息量极大丰富的网络资源中，蕴含着大量潜在的有价值的知识。搜索引擎只解决了信息查询的问题，而网络数据挖掘是为了揭示数据中隐含的知识，它是比信息检索层次更高的一种技术。它能够根据用户定义的要求，根据目标特征信息在网络上或者数据库中进行有目的的信息检索。通过信息检索和网络数据挖掘的比较分析，以及搜索引擎的功能分析来阐述数据挖掘在搜索引擎基础上的作用发挥。     

制冷电子文献检索

章分析和论述了如何在Internet上利用搜索引擎和专业网站，以及利用光盘数据库等工具检索制冷科技电子献的途径和方法。     

试论信息时代高校广播的变革

在高校里，广播始终是党的理论宣传工具，传播科学化知识的有力阵地，在宣传工作中具有举足轻重的地位。高校广播的优势在于它的声音与便捷、传播对象广泛、传播感染力强和传播功能多样。高校广播的记们充分利用“采访机”，突出新闻的现场感，其真实性、权威性大大增强；记还通过口述新闻，结合同期声，极大地发挥了广播的独特优势。     

我们的注意力流向地球的何方？——我国网络国际新闻地域分布实证研究

网络被称为全球性的媒体，我们的关注也是全球性的.但是，出于自身的需要，我们对来自世界各个不同地方的信息关注的程度是不同的.那么我们在关注哪些国家？我们想关注这些国家的什么问题？我们的媒体和记者让我们关注谁？它们把我们的注意力引向何方？没有有效的资料和统计工具，要回答这些问题非常困难.但有了网络，问题的解答变得不再那么艰难.在信息过剩的时代，受众注意力的流向非常值得研究，因为注意力是一种稀缺的资源，媒体的竞争归根结底是对注意力的竞争.信息对注意力的流向产生重要作用，特别是新闻信息。     

网络档案信息检索障碍及对策

网络档案信息检索，是指通过网络档案信息检索工具检索存在于因特网中的各种类型的网络档案信息资源。网络档案信息内容的多样性，涉及范围的广泛性，信息来源的分散性。信息变更的随时性，给档案信息用户快速、准确、全面地获取所需档案信息带来了障碍。同时，网络档案信息在数量、结构、分布、类型、传递手段等方面都与传统档案信息资源有着显差异，传统档案的检索行为习惯对档案信息用户还有着广泛而深刻的影响，     

英国e—Science项目概况

英国e—Science项目很多。本文从e—Science研究中心角度，对英国的重点和典型e—Science项目进行梳理。据调查，英国目前有25个全国性和地区性的e—Science中心。其中，国家e—Science研究中心1个，优秀研究中心7个，普通研究中心10个，其它类型的研究中心7个。截止2005年8月，英国e—Science项目总数已达389个。     

解析广告经营 思考经营广播

处在改革、调整中的中国传媒产业竞争日趋激烈，不论哪种媒体都遇到了前所未有的挑战，广播首当其冲。电视的冲击，网络的挤占，报纸的夹击，广播“四面楚歌”，危机重重。于是，有人预言，广播的日子长不了。应该承认，作为大众传媒工具的广播，有其弱势的一面，尤其是在科学技术日新月异的今天，广播的“弱势”因素更加凸显。可是，广播又有它不可替代的一面。当今世界，广播不仅存在，而且还在发展壮大，仍以其独特的传播效能，在传媒产业中占有一席之地。     

信息时代的新一代读者

图书馆员正在面临网络社会所带来的巨大挑战。我们要想充分利用数字内容，学习使用新的搜索工具，同时力争将各种资源和系统有机地整合还要有漫长的路要走。现在，我们与新一代读者沟通和交流开始出现障碍。新一代读者是那些“伴随着计算机长大的人”。他们在80年代计算机迅速发展的年代出生，他们并不认为计算机是一门技术。     

韩国网络文化：后数码时代登场

根据2004年韩国信息通信部发布的统计数据，韩国的网络使用人口为2708万，已经达到全部调查人口(7岁以上，65岁以下)的65．9％。这一数值与中国(14．8％)、日本(53．4％)等临近国家相比也是相当高的。(2004，Matrix Co．)韩国网络使用者中，有10．5％的人在使用着博客和Mini—Hompi(个人网站)，即时通讯工具利用率也达到了45．1％。另外，根据调查，网络使用人口与去年相比有小幅度增加，网络利用方式也逐渐呈现多样化、积极化的态势。同时，     

基于EDM的用户行为建模及决策支持

在大数据时代背景下,面对高校各信息化系统所积累的海量数据,如何避免数据孤岛,融合多源数据,充分发掘隐藏在数据背后的有价值信息是亟待解决的问题。针对此问题,本论文采用EDM(Educational Data Mining)方法对原始数据进行数据清洗、数据融合、数据挖掘。在数据挖掘阶段,提出一种改进型的FP-growth算法,实现对频繁模式的发现与约减,并通过挖掘出的频繁模式构建用户行为模型,最后利用用户行为模型进行决策支持和用户服务推荐。实际应用表明,本文所提数据处理方案可以实现高校内部多源海量数据的挖掘与知识发现,具有较高的实用价值。