Web文本挖掘在药商兴趣提取中的应用

信息获取已成为药商经营活动的重要组成部分和市场判断依据,网络大量非结构化、半结构化信息的出现为药商个性化服务提供了技术空间和实证依据.文章通过对个性化服务中文本挖掘的关键技术进行设计,并应用了中药材信息网站文本挖掘流程,把文本挖掘技术应用于中药材信息网站的用户兴趣获取实例中,实现用户兴趣的自动获取功能.

基于Web的制造信息主动推荐服务研究

针对目前企业信息系统较少考虑不同人员对信息的不同需求的问题,提出通过制造信息主动推荐服务,达到将适当信息及时准确地传递给适当人员的目标。分析了网络环境下制造信息获取方式及其对主动推荐服务的需求,构建了信息推荐服务结构体系。提出运用主动学习和被动学习方式获取用户兴趣,定义了制造信息内容需求的结构形式,提出了基于词距离方法的制造信息资源相似度计算模型和以关键词表示的相关度计算模型,并通过文档对象模型树形结构,获取以可扩展标记语言关键词表示的制造信息语料并形成语料库,实现符合用户兴趣的相似Web页面判断和收集,通过丰富站点摘要技术,实现制造信息的主动推荐服务,从而提高企业网络信息服务质量,增强企业对动态信息的响应能力。

基于本体的专利信息检索系统设计与实现

检索系统可以通过引入本体来弥补传统关键字检索语义匮乏的缺陷,然而,领域专家构建本体存在过程复杂、工期长、更新困难等弊端。为此,综合分析多种本体构建方法和技术,针对专利数据的特点给出一套半自动构建本体的方案,在此基础上提出基于半自动构建本体的专利信息检索系统的体系框架,描述系统原型的设计思想和检索流程,通过实验验证该系统能很好的扩充延伸检索词,明显地提高了检索效率以及查全率。

个性化服务在WAP中的应用

WAP业务的发展使用户享受到快捷、方便的资源。随着WAP服务内容的增多,传统的服务方式在WAP终端上已不能满足用户的需求。文中引进了递归式学习思想,实现了一种递归式的用户兴趣获取个性化推荐服务。它通过收集和分析用户的访问信息来获得用户的兴趣,从而实现主动推荐的目的。