基于Web挖掘的智能门户搜索引擎的研究

搜索引擎是人们在Internet上快速获得信息的重要工具之一,但是由于中文自身的特点,使得检索结果的准确性和相关性不是很高,将Web挖掘技术应用到搜索引擎领域,从而产生智能搜索引擎,将会给用户提供一个高效、准确的Web检索工具。文章首先介绍了搜索引擎的工作原理和相关概念,然后介绍了Web挖掘的定义、分类和应用。最后,详细讨论了Web挖掘技术在智能搜索引擎的重要应用。

领域本体指导的Web商品信息抽取

信息在网络上传播具有高时效、低成本等特性,因而越来越多的企业和个人都选择在网上发布商品信息,例如汽车、房产等信息。这些内容多数是以有一定的结构的信息呈现,如表格,但是不同网站的表现形式却大相径庭。提出了以领域本体知识为指导,抽取表格信息表达为主的商品信息,以房产为例,自动集成不同网站的同类服务或产品的信息,用以实现专业检索的功能。

Web信息查询研究进展

Web上大量、分布、动态的信息 ,造成了用户在查询Web上的信息时产生的“信息过载”和“信息迷向”现象 .Web信息检索与查询是目前的研究热点 ,本文分析和比较现有Web信息检索和查询语言技术的发展现状 ,介绍了基于人工智能领域中机器学习方法的Web信息检索和查询以及信息抽取技术的研究 。

基于Web服务的信息搜索机制的研究

W eb Serv ice是WWW和XM L结合的全新应用,文中介绍了W eb Serv ice的实现技术及其体系结构,并在此基础上实现了企业竞争情报系统.该系统可以有效地从多个企业门户网站中自动搜索出所需要的目标网页,并具有良好的可扩展性、安全性和有效性.

语义Web搜索技术研究进展

语义Web搜索技术是综合本体论、信息检索、自然语言处理等多学科理论和方法的新兴技术。介绍了语义Web和语义Web搜索的现状。在此基础上,给出了实现语义Web搜索技术的一般体系结构,并进一步分析了各组成模块的基本任务、现有技术和评价体系。最后给出了所做的相关工作和对语义Web搜索技术的展望。

基于多层次数据库的智能Web挖掘系统

从当前Web挖掘的现状出发,提出了基于知识利用的智能检索综合Web挖掘引擎系统IWMES，并基于IWMES阐述了多层关系数据库的概念，提出了实现工具WebML（Web挖掘语言）设想方案与模型实例。

加速评估算法:一种提高Web结构挖掘质量的新方法

利用Web结构挖掘可以找到Web上的高质量网页 ,它大大地提高了搜索引擎的检索精度 目前的Web结构挖掘算法是通过统计链接到每个页面的超链接的数量和源结点的质量对页面进行评估 ,基于统计链接数目的算法存在一个严重缺陷 :页面评价两极分化 一些传统的高质量页面经常出现在Web检索结果的前面 ,而Web上新加入的高质量页面很难被用户找到 提出了加速评估算法以克服现有Web超链接分析中的不足 。

Web查询日志研究综述

本文对查询日志在相关领域内的研究现状与进展进行了总结.首先介绍了web查询日志的常用信息和公开的数据集;进而阐述了查询日志在web搜索、信息抽取等方面的相关研究,并对它们进行了细致的介绍和分析;最后指出基于查询日志研究所面临的问题和挑战.重在对基于查询日志研究的主流方法和前沿进展进行概括、比较和分析,以期对后续研究有所助益.

Web挖掘在电子商务货源搜索中的应用

在电子商务环境下,货源信息的质量将直接影响企业业务经营水平。该文对电子商务环境下的货源信息搜索问题进行分析,提出以万维网为信息源,采用Web挖掘和信息检索技术设计实现货源搜索机器人的方法。该机器人内置元搜索引擎,可以扩大搜索范围,通过对搜索信息进行分析处理,从中发现有价值的货源相关信息。

基于Web的情报知识元挖掘与语义集成地图

Web广泛使用的信息组织与表示语言HTML将显示方式内嵌在数据中，这使得应用程序很难将内容与显示方式分离开来。本文提出一个基于网页信息的知识元挖掘方法，通过汉语分词、词性标注预处理，用软件实现了具有三元组语义关系的知识元结构的挖掘，利用Protégé本体开发工具实现了基于知识元集成的军事情报语义网地图。试验表明，这是一种快速获取情报知识元的有效方法。

基于Web日志挖掘的网络动态竞争情报分析研究

通过挖掘蕴含在Web日志中的隐含模式和知识,Web日志挖掘为企业实现网络竞争情报动态分析提供了一种有效的途径。文章分析Web日志挖掘的原理和过程,并探讨Web日志挖掘在动态竞争情报分析中的应用。

基于Web评论挖掘的动态竞争情报分析研究(上)——问题分析与模型构建

面对网络中日益丰富的用户评论信息,利用评论挖掘技术对其进行智能化的自动分析,获取非传统意义上的动态竞争情报,对于企业竞争战略的制定和竞争优势的保持具有重要意义。文章在详细分析Web评价挖掘技术研究现状和当前竞争情报分析存在问题的基础上,将Web评论挖掘融入企业竞争情报分析之中,构建了基于Web评论挖掘的动态竞争情报分析模型,阐述了模型中各个模块的主要功能及其实现策略。

开源中文分词器在web搜索引擎中的应用

目前,在信息检索方面,一般分词器对英文的支持相对较好,但对中文分词效果不太理想;随着web搜索在互联网中的广泛应用,中文分词器也出现了突飞猛进的发展,尤其以IKAnalyzer分词器为主的分词工具,为更多企事业单位所采纳。本文主要在词条化等方面对分词原理进行深入的分析,并且对如何构造智能分词词典进行了探讨。同时,对分词内部结构进行研究,在分词数目和速率方面对目前主流的中文分词器进行了比较,并运用htmlparser库对北京邮电大学的网站进行解析,采用分词工具Paoding Analysis建立索引文件存入本地,利用solt4.0全文搜索服务器给出运用中文分词后的查询效果图,实现对北京邮电大学网站的全文搜索功能。

基于Web评论挖掘的动态竞争情报分析研究(下)——算法设计与实验分析

针对当前竞争情报分析算法无法有效地处理结构类型多样的Web评论信息,研究并设计了基于Web评论挖掘的动态竞争情报分析算法进行语义层面的情报分析,获取深层次的动态竞争情报。该算法主要由评论内容识别与抽取、语义关联挖掘、文本语义极性分析3个部分组成。实验结果表明,该算法能够显著地提高情报分析的准确率和效率,实现深层次的评论挖掘和情报知识发现。

基于智能Agent的Web信息检索系统

设计和实现了一个基于智能Agent的面向领域的Web信息检索系统，讨论了该系统的体系结构和各模块设计思想。经实验验证，该系统具有检索精度高、检索方式多样、用户界面友好等特点。

电子商务中Web挖掘技术的应用探讨

随着电子商务技术的深入发展,商家在与用户交互活动中的信息也迅速膨胀,网上的海量信息为Web挖掘提供了一个广阔的应用领域,使用Web挖掘技术能够发现电子商务过程中的潜在模式。文中针对几种不同特点的电子商务Web挖掘系统,包括智能搜索引擎系统、网站用户访问分析系统、个性化推荐系统等都进行了探讨。

基于本体的Web智能信息检索系统

利用领域本体知识库对用户的查询信息进行语义扩展,提出了一个Web环境下的智能信息检索系统,并讨论了该系统的体系结构,解决了传统的基于关键字的信息检索只能从句法上对关键字进行分析、而忽视关键字本身语义信息所造成的错检和漏检,以及无法根据信息资源中的语义关系进行检索的问题。与传统检索方法相比,该系统原型的试验结果表明,检索效率有了很大的提高。

针对小文本的Web数据挖掘技术及其应用

现有搜索引擎技术返回给用户的信息太多太杂,为此提出一种针对小文本的基于近似网页聚类算法的Web文本数据挖掘技术,该技术根据用户的兴趣程度形成词汇库,利用模糊聚类方法获得分词词典组,采用MD5算法去除重复页面,采用近似网页聚类算法对剩余页面聚类,并用马尔可夫Web序列挖掘算法对聚类结果排序,从而提供用户感兴趣的网页簇序列,使用户可以迅速找到感兴趣的页面。实验证明该算法在保证查全率和查准率的基础上大大提高了搜索效率。由于是针对小文本的数据挖掘,所研究的算法时间和空间复杂度都不高,因此有望成为一种实用、有效的信息检索技术。

基于Web企业竞争对手情报自动搜集平台

从互联网中准确有效及时地自动搜索出需要的信息,是Web信息处理中的一个重要研究课题。本文在所提出的基于搜索路径Web网页搜索和基于多知识网页信息抽取方法基础上,给出基于Web企业竞争对手情报自动收集平台的实现方法,该平台可以有效地从多个企业门户网站中,自动搜索出所需要的目标网页,并能够从目标网页中自动抽取其中多记录信息。本文利用该平台进行了企业人才招聘信息的自动搜索实验。实验结果证实了该平台在信息自动搜集方面的有效性和准确性。

基于语义的Web信息检索改进模型

目的针对传统W eb信息检索模型的不足,提出一种基于语义的W eb信息检索模型。方法模糊相关技术、Ontology及W eb挖掘技术。结果建立了一种五元组的语义信息检索模型,并给出了该模型的关键实现算法。结论利用此模型实现的信息检索系统进行信息检索时具有更高的准确率和查全率。