基于Web信息挖掘的商业分析系统设计

随着Web上信息的快速增长,如何将潜藏于非结构化文档中的商业信息有效提取并分析服务于商业管理已成为新的研究热点。利用现有的Web信息挖掘技术,针对原始数据的混合异构性,提出信息块多主题分割的方法,在建立的商业领域实体名字典指导下对商业信息进行抽取和分类,并引入一种信用评级机制,构造了一个基于Web信息挖掘的商业信息分析系统(CABWIM),实验结果表明系统能有效地将散落在Web中潜在的商业信息抽取并加工整理,形成真正有实用价值的商业信息。

智能搜索引擎如何应用WEB信息挖掘技术

介绍网络信息挖掘技术定义、关键技术 ,以Google为例 ,剖析网络信息挖掘技术在搜索引擎的应用。

一种Web信息挖掘的英语阅读选篇分类研究

随着网络信息化程度的不断提高,英语阅读教学模式也发生了根本性的变化,网络环境下英语阅读教学题材选篇的多样性与灵活性有了质的飞跃。由于目前英语阅读题材选篇多为手工挑选,题材涉及面不够广泛并且任务繁重,提出了一种基于Web信息挖掘的英语阅读选篇自动分类的设计模式,以期利用计算机技术为构建高效实用的英语阅读自动选篇系统提供有效的解决途径。

基于Web信息挖掘的网络舆情分析技术

网络舆情分析是有效掌控网络、促进社会主义和谐社会建设的重要手段。Web信息技术的特点决定了其适用于网络舆情分析。利用Web信息挖掘,可以发现网络舆情、分析网络舆情的起源、发现网络舆情受众及其特点、研究舆情在网络上的传播扩散模式以及评估舆情影响效果。

WEB信息挖掘与公安情报收集

情报信息主导警务是信息社会新的警务模式,公安情报部门必须顺应形势,研究其性质、规律、特点及实现方法。Web是现代社会各种信息的重要汇集地,同时成为了公安情报的重要来源。在公安情报工作中应用Web信息挖掘可以有效地从互联网上获取公安机关需要的情报,从而指导情报信息主导警务的实施。研究如何在情报工作中应用和发展Web信息挖掘技术,必然对公安机关情报工作起到积极的推动作用。

WMS:面向领域的Web信息挖掘系统

研究并实现了一个面向领域的 Web挖掘系统 WMS,能有效地帮助用户挖掘 Web上的信息和知识 .用户可以通过提交 Web页面、文本文档、U RL s或关键词 ,向系统表达自己希望获得的信息主题 .系统自动学习用户对特定领域的兴趣 ,并依据用户对系统采集文档的反馈评估 ,不断自适应地调整用户兴趣模型 .WMS依据用户兴趣模型 ,利用智能 Agents,对用户感兴趣的有关信息进行搜索和过滤 ,并对主要相关 Web站点的信息更新进行监测 .利用人工神经网络和智能 Agents技术 ,WMS对所积累的文档库进行信息和知识挖掘 。

Web-MIND:基于特定主题的Web信息挖掘系统

本文研究并实现了一个面向特定领域的网上药品信息挖掘系统Web-MIND。用户通过提交关键词向系统表达自己希望获得的信息主题,而Web-MIND利用元搜索及多策略学习等方法对所积累的文档库进行信息和知识挖掘,过滤不相关信息,并自动将有用信息推荐给用户。采用基于语义的模糊匹配技术,系统能有效地帮助用户挖掘Web上的药品广告信息和知识,以达到审核因特网药品广告的目的。

Web使用信息挖掘综述

Web使用信息挖掘可以帮助我们更好地理解Web和Web用户访问模式,这对于开发Web的最大经济潜力是非常关键的。一般来说,Web使用信息挖掘包含三个阶段:数据预处理,模式发现和模式分析。文章以这三个阶段为框架,分别介绍了数据预处理的技术与困难,Web使用信息挖掘中常用的方法和算法,以及主要应用。

基于Web访问信息挖掘的商业智能发现研究

针对Web访问信息的特征和现有数据挖掘方法的局限性,提出将传统数据挖掘算法改进后扩展应用于电子商务环境,实现对Web访问信息进行深层次分析以获取商业智能的思路,从实际应用的角度设计了一个基于Web访问信息挖掘的应用模型,给出了若干关键技术实现的方法,并用改进后的FP-growth算法对电子商务客户访问数据进行兴趣关联规则挖掘实验,验证了挖掘模型的可行性和有效性。

基于WEB访问信息挖掘提高电子商务个性化服务研究

随着Internet的发展,个性化信息服务已经被广泛应用到很多领域.本文阐述了电子商务个性化服务的数据挖掘方法,并对电子商务个性化服务的实现进行了探讨。

通过Web统计信息挖掘研究股市反应

通过Web统计信息挖掘研究股市反应是网络金融课题,属于典型的计算机和金融的交叉学科。文中通过挖掘Web股市信息强度,发现当Web股市信息强度变化较小时,股价变动也常常较小,股市相对平静;当Web股市信息强度变化较大时,股价变动常常也较大,股市相对波动。文中提出了基于自适应标准差的Web股市信息强度变化挖掘方法,并使用股市数据进行了验证。该挖掘方法简单有效,有助于了解股市的微观结构。

基于Web的文本信息挖掘技术

介绍了数据挖掘和Web挖掘的基本概念,在此基础上,对基于Web的文本信息挖掘技术进行了分析研究,给出了一个基于Web的文本挖掘的结构模型。

一种基于页面Block的Web信息提取方法

基于页面结构的信息提取是Web数据挖掘中三大研究领域之一。该研究的关键技术是如何识别Web页面的组织形式,从中挖掘所需要的页面信息。文中基于页面的语义分块(Block)给出一个新的块主题提取算法,与传统的以页面为单位的Web信息提取相比,更符合实际情况,粒度优势明显。该算法针对页面中不同分块的重要性给予不同的权值,依据权值大小取舍页面信息提供给用户。针对该算法进行了模拟实验,从实验结果可以看出该算法具有一定的实用性和有效性。

ERP实施风险外部评价信息网络挖掘模型研究

针对ERP实施风险外部评价信息多源性、模糊性、不确定性等特点造成的数据获取的高困难性问题,利用网络存储的海量信息,以Web信息挖掘方法为基础,通过对ERP实施风险外部评价信息的分类分析,构建了面向ERP风险外部评价信息的挖掘模型,并探讨了模型中的关键技术,给出了一个典型用例,为企业获取ERP风险外部评价信息提供了一条有效途径。

基于网络的ERP实施风险评价信息挖掘模型

针对ERP实施风险评价信息获取的高困难性问题,利用网络存储的海量信息,在对ERP实施风险评价信息的分类基础上,构建基于网络的ERP风险评价信息挖掘模型,探讨模型中的关键技术,并给出一个典型用例。

基于智能Agent的Web信息自动推送系统

实现互联网信息的个性化服务,是W eb信息处理中的一个重要研究课题。为使用户在因特网上既花费较少的时间和精力,又能够及时地有效地获得自己想要的信息,利用信息推送技术,集成了机器学习和智能Agent技术,实现了网上相关信息的自动搜集、检索和推送。该系统能有效地满足用户对实时页面推荐的需要,提供了一种快速有效地获取信息的手段。

Web访问信息挖掘在电子商务个性化服务中的应用研究

通过对用户访问信息进行有效的数据挖掘,可以从用户浏览网站的数据中抽取感兴趣的模式,理解用户的浏览兴趣行为,以便进一步改善网站结构,为用户提供个性化服务。

Web挖掘在网络教学中的应用

介绍了Web挖掘的基本情况,分析了Web使用信息挖掘的步骤．提出了基于Web使用信息挖掘的个性化推荐算法,并将其运用到网络教学中,得出了个性化的网络教学体系结构．

Web挖掘的方法及教育应用

Web挖掘能从大量非结构化、异构的Web信息资源中发现有用的知识或者模式,它已经被广泛地应用于许多不同的领域。目前,Web挖掘在教育领域中的应用也逐渐被人们关注。本文首先分别对Web挖掘的分类和方法做了详细的论述,最后对Web挖掘在教育中的应用做了比较全面的探讨。

Web数据挖掘技术研究

Web数据挖掘就是利用数据挖掘技术从网络文档和服务中发现和提取信息。Web数据挖掘是一种新兴的边缘科学技术,他涉及到机器学习、数据挖掘、信息检索、自然语言处理、数据库以及人工智能等技术,可用于网络检索、网站建设以及电子商务等方面。根据数据挖掘对象的不同可以将Web数据挖掘分为3类:Web内容挖掘、Web结构挖掘和Web访问信息挖掘。