基于网络挖掘的实体关系元组自动获取

二元实体关系元组可以应用到知识库构建,数据挖掘,模式抽取等多个领域.本文利用特定关系的一个元组和一个关键词作为种子,结合多种自然语言处理底层技术,采取改进的模式获取方法和自举迭代策略,提出了一种新的从Web上抽取实体关系元组的方法.基准方法的平均准确率达到了78.12%,采用过滤措施后抽取方法的平均准确率达到了98.42%.实验结果表明,利用网络挖掘方法获取的实体关系元组能够很好满足信息抽取的应用,对抽取出的元组进一步处理,能够获取更多有价值的信息.

基于引文网络挖掘和时序分析的知识扩散研究

在构建国内知识图谱研究论文的引文网络的基础上,挖掘网络中每篇文献的期刊、机构、作者、关键词信息,从上述4个层面来整合、细化引文网络,并引入时间维度进行分析。研究发现国内知识图谱研究由科技管理领域扩散到图书情报领域,进而推广应用于教育学等学科领域。我国的知识图谱研究沿着理论介绍—方法研究—应用推广的路径不断发展深化。研究表明引文网络挖掘和时序分析可有效揭示知识的扩散与演进过程。

利用音译和网络挖掘翻译命名实体

本文提出了一种新颖的方法,综合利用音译和网络挖掘来提高命名实体翻译的效果。具体而言,首先利用音译模型生成一个候选翻译,然后利用音译信息配合网络挖掘获得更多的候选翻译。最后,使用最大熵(MaximumEntropy)模型综合考虑源词和候选翻译之间的各种特征,如发音相似度,上下文本特征,网页共现关系等,来排序得到的候选翻译,从而决定最终的翻译结果。实验结果显示我们的方法显著的提高了命名实体翻译的精确度。

基于网络挖掘的上下文相关词汇级复述研究(英文)

词汇级复述研究旨在为词汇获取复述.词汇级复述是上下文相关的,即对同一个词在不同上下文中应获取不同的复述词.提出了一种获取上下文相关词汇级复述的方法.该方法包括两部分:基于网络挖掘的候选复述词获取以及基于二元分类的复述词确认.在《人民日报》语料库上的实验结果表明:(1)基于网络挖掘的候选复述词获取方法是切实可行的,平均为每个待复述词在每个给定的上下文句子中获取2.3个正确复述词;(2)利用二元分类的方法进行复述确认是有效的,其F值达到0.6023;(3)利用该方法抽取得到的复述中,有75.11%和98.31%无法通过两种常用的上下文无关方法,即基于辞典和基于聚类的方法来获得.这证明了所提出的上下文相关复述方法可以有效地补充传统的上下文无关方法.

网络挖掘

The article introduces the concept of Web mining.Then a system for automatic personalization based on Web usage mining and Web content mining is focused on.

技术关联性网络挖掘的研究框架:以4G技术为例

文章综合应用专利共类分析、技术结构分析、专利引文分析等方法,构建了包含技术关联强度挖掘、企业技术接近性挖掘、行业技术支撑关系挖掘3个维度的技术关联性网络挖掘的研究框架,以期对引导后续研究、指导技术竞争情报实践提供参考。基于专利数据,对4G领先型企业的技术接近性进行实证分析。研究结果表明:4G领军企业间普遍具有较高的技术接近性;技术结构对企业间技术接近性程度的影响大于技术规模。最后,为我国企业抢占4G技术研发高地提供了政策建议。

基于关键词网络挖掘和时序分析的云计算研究扩散与演化

为探究国际云计算研究知识体系的扩散与演化,本文以WOS平台SSCI、SCI数据库中2601篇云计算研究文献为样本,构建关键词网络并采用文本挖掘、聚类分析等技术将研究主题细分为云计算技术、云系统开发与评估、云服务体系、云计算应用、云计算与新兴技术的融合、云服务安全与隐私等6大主题域,进而结合时序分析方法分析了文献网络的结构和内容的扩散与演化过程。研究表明:云计算知识体系架构正在不断形成和完善,云技术将推动各个行业进入更加智能化和智慧化的发展阶段,未来云应用的重点将集中在政府管理、教育、医疗、能源管理等领域。

基于网络挖掘技术的现代科技情报服务模式探索

本文讨论网络挖掘的数据采集技术、预处理技术及模式发现技术,并结合实际探索科技情报服务的新模式。

Web ME——一个大型网络挖掘环境系统

随着互联网的飞速发展,如何高效利用万维网这一巨大信息源,从中挖掘潜在的有价值的信息和知识,已成为国际学术界一个研究热点.传统的Web信息检索技术已无法满足人们日益增长的Web信息检索和挖掘需求,而网络挖掘技术可以弥补搜索引擎的不足.重点介绍一个网络挖掘原型系统WebME,包括其系统结构、主要功能和特点,并提出了进一步完善的一些设想.WebME采用了一些独特的网络挖掘技术,集多种网络挖掘功能于一体,是目前国内功能最为全面的网络挖掘系统之一.

信息网络挖掘与分析——机遇与挑战

人类社会进入21世纪以来,科学技术的飞速发展使得各类实体得以普遍互联,从而构成大量的信息网络数据。当前,人类社会正在经历的技术变革、战争模式变革以及科学研究的进一步深化都对——组织、管理、挖掘与分析相关领域不断涌现的信息网络数据——提出了强烈的需求。在这一背景下,本文提出了信息网络挖掘与分析这一问题,并系统探讨了其学术价值;探讨其对于进一步改善舆论安全、国民经济、现代信息服务业所提供的全新机遇;深入分析了这一研究的开展所面临的严峻挑战。

基于Web的数据挖掘——网络挖掘

论述了数据挖掘的概念、特点,重点探讨了基于Web的数据挖掘——网络挖掘的特点和任务,最后介绍了网络挖掘需要研究的一些新课题。

基于SNS的网络挖掘系统研究

介绍网络挖掘系统的功能模型及其采用的体系结构,并重点阐述系统采用的社团发现技术、文本提取和文本分类等关键技术,并对存在的问题进行分析和总结。

基于多源信息融合的社交网络挖掘

文章提出一种基于多源信息融合隐式表达的社交网络挖掘的新思路,利用DNGR模型表征结构信息,针对LDA不能描述节点间文本相似性的问题,提出DLDA模型表征文本信息,最后利用SDAE模型进行信息融合。文章在真实数据集上对社交网络挖掘的经典任务链路预测、社区发现、异常节点发现进行实验,证明了该多源信息融合隐式表达的有效性。

Web2.0环境下的网络挖掘研究

从传统网络挖掘面临的一些问题出发,在介绍Web2.0环境下信息的新特性基础上,着重分析了Web2.0网络挖掘的流程,并针对网络挖掘的内容提出了一些新的挖掘技术。

基于网络挖掘的贵州省博物馆游客文化感知研究

文章选取贵州省博物馆,采用网络文本分析法,探究贵州省博物馆游客文化感知的内涵、方式以及形成,有利于贵州省博物馆整体水平的提升,进而促使贵州省形成良好的文化形象。

关于数据图和网络挖掘在信息系统中的应用探索与研究

图表示更一般的结构,比集合、序列、格和树更一般.图应用范围广泛,涉及WEB和社会网络、信息网络、生物学网络、生物信息学、化学情报学、计算机视觉、多媒体和文本检索.因此,图和网络挖掘变得日趋重要,并被大量研究.

网络挖掘潜在客户六新招

用烧钱的方法去挖掘潜在客户属下策。以四两拨千斤之术赢得客户，才是高明之举。

网络挖掘技术在电子商务决策中的应用

本文旨在讨论电子商务环境中数据挖掘技术对网站管理分析中的应用。将网络挖掘技术和电子商务进行融合,用一个顾客行为类型的应用挖掘案例为背景,诠释了在数据处理和整合的过程中,不同的数据挖掘算法,都要有选择地针对不同的应用而采纳。

基于大数据的网络信息挖掘与用户行为分析

本文探讨了基于大数据的网络信息挖掘与用户行为分析的关键技术和实践应用。首先概述了大数据技术的发展现状与常用技术框架,如Hadoop、Spark和Storm。其次介绍了网络信息挖掘方法,包括文本挖掘技术、社交网络分析方法和网络结构挖掘与图数据库技术。在用户行为分析方面,讨论了用户画像构建、行为模式识别和用户行为预测模型等技术。文章还重点阐述了基于大数据的网络信息挖掘与用户行为分析实践,包括数据采集与预处理、用户行为分析模型的构建与验证,并通过新闻资讯平台的用户行为分析案例展示了实际应用效果。最后,对全文进行了总结,强调了大数据技术在网络信息挖掘与用户行为分析领域的重要性和应用前景。

典型街区旅游美食地方性指标体系建构与实证评价——基于网络数据挖掘的研究

地方美食是旅游目的地的核心要素之一,但近年来,各地旅游美食的地方性危机逐渐凸显。文章从宏观视角出发,以城市典型街区为研究对象,以美食店铺为基本单元,采用网络数据挖掘的方法,以地理距离和我国各级非物质文化遗产名录为评价标准的核心参照,构建了旅游美食地方性的指标体系,进而对中国主要城市典型街区的旅游美食地方性进行了实证评价。研究主要有以下结论。1)旅游美食地方性的指标体系由3个二级指标和7个基本指标构成。2)目前,我国主要城市典型街区的旅游美食地方性总体处于较低水平,其中,环境地方性和服务地方性的缺失问题尤其突出。3)各城市典型街区中旅游美食地方性高分店铺数量和比例表现较好,大理大理古城、西安北院门、成都宽窄巷子、福州三坊七巷和杭州清河坊的高分店铺较多。4)区域旅游美食地方性与人文地理区划存在一定关联,中国西南一带少数民族聚集区相对较高。该研究在研究视角、旅游美食地方性指标体系构建以及网络数据挖掘等方面具有一定的创新性。