通用互联网信息采集系统的设计与初步实现

通过建立网页资源库,结合Spider技术、内容分析技术、引入用户数据项和替换抽取指令编辑器等,提供和定制可视化通用性较强的互联网信息采集系统,能定期自动跟踪相关网站或网页,进行比较分析、抽取、规整入库、分类等,从互联网上获取所需信息。

基于压缩感知的互联网数据采集技术研究

互联网数据量大、种类多,传统数据采集技术无法满足当前的数据采集需求。基于压缩感知理论,提出了互联网数据采集的新方法。采用K-SVD字典学习对互联网数据进行自适应稀疏表示,在此基础上进行压缩观测和信号传输。在满足有限等距性的基础上进行信号重构,从而获得高精度的互联网重构数据。将提出的数据采样技术应用于能源互联网中,同时和DCT字典、FFT字典对能源互联网数据的重构结果进行对比。结果表明,采用K-SVD对能源互联网数据采集具有比较高的数据恢复精度,这对互联网数据采集技术的发展具有一定的参考价值。

国家图书馆互联网存档现状研究与启示

互联网存档技术可以利用采集软件从实时网络采集,保存和重放有价值的内容,并可以对其进行独立管理和保存,以供科研人员研究使用。论文介绍并讨论了国家图书馆网络存档计划和存档技术方法,概述了国家图书馆互联网存档现状和问题,讨论了网络存档立法情况、收集策略、程序局限性、真实性、完整性和质量保证等关键技术问题。国家图书馆互联网存档技术虽然已经成熟,但是在存档立法、长期保存、质量保证等方面仍然面临着许多挑战。

基于主题的互联网税源信息采集系统研究

互联网技术的发展已经渗透到了社会生活的各个方面,其中基于主题的互联网信息采集技术的发展,能够有效地提高税源信息的准确性。文章主要针对基于主题的互联网税源信息采集系统行研究分析,并且依据实际情况提出了一些意见,希望能够借以推动相关工作的开展。

基于数据融合的互联网舆情分析系统

本文提出了一种基于数据融合的互联网舆情分析系统。系统使用网络爬虫采集互联网新闻、微信公众号、博客、论坛、APP、微博、报纸、视频等信息,结合中国移动自有DPI数据,采用情感分析等多种自然语言处理算法实现数据融合分析处理,建立不同类型数据之间的关联关系,挖掘更多数据价值,且系统使用多租户模式实现底层数据共享和用户舆情信息隔离,大量节省硬件存储成本,也让用户体验个性化舆情。

知识服务平台的研究与设计——陕西省主导产业科技服务平台建设

企业是自主创新的主体,通过实施陕西省"13115"科技创新工程,目的是激发企业的创新活力,提高企业的自主创新地位。通过针对企业用户需求的调研,系统的设计、功能的实现,提出了面向企业用户具体问题,提供解决方案的知识服务,并为企业提供个性化、知识化、协同化、即时化的信息服务方法,采用跨库检索、互联网采集、知识关联等技术手段设计、实现了由信息服务向科技情报服务即知识服务的跨越过程,搭建了陕西省主导产业科技情报服务平台。

陕西省主导产业科技情报服务平台建设

企业是自主创新地主体，通过实施陕西省“13115”科技创新工程，目的是激发企业的创新活力，提高企业的自主创新地位，通过针对企业用户需求的调研，系统的设计、功能的实现，提出了面向企业用户具体问题，提供解决方案的知识服务，并为企业提供个性化、知识化、协同化、即时化的信息服务方法，采用跨库检索、互联网采集、知识关联等技术手段设计，实现了由信息服务向科技情报服务即知识服务的跨越过程，搭建了陕西省主导产业科技情报服务平台。

网络视频中的影视评论分析技术研究

本文提出了一种互联网影视评论分析方法,首先利用自动网页抓取技术和基于模板的信息抽取技术自动构建影视节目基本信息库,并自动获取影视节目的相关评论信息。然后利用前面构建的影视专业词典和中文分词技术对影视评论信息进行自动分词,并利用频繁项挖掘的方法自动发现电影评论中的频繁特征作为候选特征,结合情感词词典,得到电影的各个特征的情感倾向性分析结果。

USERS' TWO-DIMENSIONAL INTEREST AND ITS STORAGE METHOD

The users' interest can be mined from the web cache and can be used widely. The interest can be specialized by the two-tuple (term, weight) in the simple interest model, in which the association relations are not mined, and then the interest cannot be associated in expressing the users' interest. Based on analyzing the WWW cache model, this letter brings forward a twodimensional interest model and gives the interrelated methods on how to store the two-dimensional interest model effectively.