文本挖掘在中文信息分析中的应用研究述评

文本挖掘是一个新兴的研究领域,近年在中文信息分析领域得到了广泛应用,促进了信息分析方法的完善和效率的提高。首先对文献来源、研究方法和研究主题内容进行了概括,通过对CNKI中收录的文本挖掘和信息分析相关的研究期刊、学位与会议论文的关键词进行聚类和统计分析,归纳出文本挖掘在信息分析中应用研究的三个主要内容:文本挖掘的基本理论和方法研究、文本挖掘在Web中的应用研究、文本挖掘与具体领域相结合的中文信息分析应用研究。根据文本挖掘在信息分析中应用的主要内容,提出了该领域今后的研究重点:基于新技术的文本挖掘应用研究和基于新方法的文本挖掘应用研究。

面向实践的个人知识管理框架研究

个人知识管理是一个企业成为学习型组织、进行有效知识管理的基石之所在。根据不同学者针对个人知识管理所给出的定义和管理流程,定义了一个面向实践的个人知识管理概念,解读了在实践中实施个人知识管理的一般流程,讨论了个人知识管理实施效果的评估问题;针对个人知识管理流程中各个环节的激励因素、实施障碍及支撑要素进行了剖析和研究;最终研究得出一个面向实践的"3M+MBE"个人知识管理框架。

内容分析与文本挖掘在信息分析应用中的比较研究

文章对传统内容分析法和文本挖掘的内涵和应用进行简述,对两者在研究对象、研究目的、研究内容、方法论基础、应用领域和范围、软件和工具等方面进行比较和分析,通过指出两者的相同与不同之处以及各自的侧重点,探索出综合利用两者优势的信息分析方法。

基于规划识别的态势估计方法研究

针对战场态势估计问题中的目标分群和规划识别问题进行研究。在目标分群问题的研究中,提出一种二次分群算法。首先利用最近邻法进行聚类,然后采用基于模板匹配的方法进行初次分群,考虑到其无法应对空间位置有重叠的情况,结合信代价及初次分群属性沿用模板匹配的思想进行二次分群;在规划识别问题的研究中,提出一种基于贝叶斯网络的规划识别算法,为了获取顶层规划任务并求得概率,构建贝叶斯网络,将当前获得的事件与网络库进行匹配,实现对敌方的规划识别。针对以上两种算法,设计了符合战场情景的仿真环境,通过仿真验证了所提出的二次分群算法相较于初次分群识别准确率提高了26.7%,规划识别算法准确率达98.04%。最后,对所做工作进行了总结并对未来可能的改进方向进行分析。