文本挖掘、数据挖掘和知识管理 ——二十一世纪的智能信息处理

本文首先介绍了数据挖掘、文本挖掘和知识管理等概念，然后从技术角度出发，将知识管理划分为知识库、知识共享和知识发现三个阶段，分析了作为最高阶段的知识发现的关键技术和意义，最后指出在文本中进行知识发现是新世纪智能信息处理的重要方向。     

数据挖掘在生物医学工程文献检索中的应用

本文在概述数据挖掘技术的基本概念、分析方法的基础上,分析与比较了文本自动聚类算法;综述了国内外面向MEDLINE文献数据库的数据挖掘、知识提取研究;简述了可扩展标识语言(XML)的基本概念、文档格式及其在数据管理及数据挖掘中的应用.     

论图书馆员知识形象的塑造

时代对图书馆员提出了全新的要求,文章从馆员主体的角度和图书馆管理的角度论述了图书馆员知识形象的塑造问题.     

咨询企业的知识资本系统构建与运行机制

本文基于咨询需求构建了咨询企业知识资本系统．讨论了实现系统的主要技术——知识发现与存贮技术，知识表达与组织技术和知识搜索与获取技术．并分析了基于任务与问题的知识资本运行机制。     

论文献信息及其相关概念

在探讨文献信息含义和本质的基础上,对文献信息与文献、信息、知识、情报的关系进行了初步分析,提出了新的看法。     

知识活动中的知识单元与知识计量研究

人类社会的知识活动根据其特征可以分为知识创造活动、知识管理活动和知识利用活动三类。知识计量贯穿知识活动全过程,但知识创造、知识管理和知识利用过程中对知识进行计量采用的知识单元不同。知识单元的构建是突破知识计量研究瓶颈的关键。参考文献16。     

Providing metrics and automatic enhancement for hierarchical taxonomies

Taxonomies enable organising information in a human–machine understandable form, but constructing them for reuse and maintainability remains difficult. The paper presents a formal underpinning to provide quality metrics for a taxonomy under development. It proposes a methodology for semi-automatic building of maintainable taxonomies and outlines key features of the knowledge engineering context where the metrics and methodology are most suitable. The strength of the approach presented is that it is applied during the actual construction of the taxonomy. Users provide terms to describe different domain elements, as well as their attributes, and methodology uses metrics to assess the quality of this input. Changes according to given quality constraints are then proposed during the actual development of the taxonomy.     

“知识库”概念的扩散与内涵演化

概念是科学理论的基础,很多理论的精髓往往凝结在一个概念之上。相对于稳定的符号化的表征,概念的内涵往往在传播扩散和认知学习过程中发生变化,由此导致概念内涵被扩大、缩小或修正。随着知识经济的发展,知识库建设正在成为各行业各领域开展知识管理和知识服务的基础。本文借助知识图谱分析软件CiteSpaceⅡ分析了1985年以来,"知识库"概念在中国大陆地区的扩散和演化情况。结果表明,"知识库"的概念首先产生于智能控制领域,随后逐步扩散到工程应用、计算机科学、图书情报、企业管理与教育科学等五个领域。在此发展过程中,"知识库"逐渐形成了两个方面的稳定内涵。     

数据挖掘技术在科研信息服务中的应用研究

针对网络信息检索的现状，本文从数据挖掘、序化、组织和应用等方面，论述了基于数据挖掘技术的网络信息检索优势，对拓展科研信息服务提出了几点建议。     

基于Web使用挖掘的实时推荐技术

随着因特网的飞速发展,Web己成为人们获取信息的一个重要途径。然而由于Web信息的日益增长,搜索、浏览过程中总是会出现一些自己毫不关心的话题,为了满足不同背景、不同目的和不同时期的查询请求,提出了个性化实时推荐技术。本文就是利用Web使用挖掘技术来分析用户的浏览模式,根据用户的当前访问需要,自动实时地为用户提供推荐页面,实现个性化服务。