WEB信息检索与WEB数据挖掘

首先分析了WEB信息检索的现状，主要针对WEB信息检索的局限性，引出WEB数据挖掘，并对WEB数据挖掘技术作了概要的介绍。然后，讨论了WEB数据挖掘与WEB信息检索之间的关系，最后阐述了如何将WEB数据挖掘的研究成果应用到WEB信息检索领域中，从而提高WEB信息检索的效率和质量。     

基于XML的WEB数据挖掘技术

数据挖掘技术的核心部分已发展了近十年,研究领域涉及数理统计、人工智能、机器学习等。当今,随着人们对数据需求的不断加强,以及WEB技术的飞速发展,使得数据挖掘技术又向前迈进了一步。面向WEB的数据控制是目前数据挖掘技术的一大热点,但由于WEB数据存在方式的特殊性,使WEB数据控制变得十分复杂。而XML的出现,为WEB数据挖掘技术带来了巨大的发展契机。     

基于Web挖掘的个性化信息检索系统总体设计

随着网络信息的急速膨胀,为了方便用户快速查找所需信息,满足不同用户的个性化需求,在传统的信息检索系统的基础上发展个性化信息检索已成为必然.本文研究了个性化信息检索系统的整体架构设计,描述了该系统的主要功能模块和各个功能模块的工作机制.     

互联网公司如何使用WEB数据挖掘

机会的疯狂出出意味着竞争者的疯狂出现。当互联网迎来又一个新的发展高潮时,谁不想把握机会,独领风骚。但当所有人都在同一起点上开始竞争时,如何降低决策的风险?答案就是合理的应用Web数据挖掘。使用Web数据挖掘能从数据的汪洋大海中挖掘出需要的知识,指导团队进行正确的决策。     

WEB数据挖掘及其在电子商务中的应用

随着互联网信息的增长,WEB挖掘已经成为数据挖掘研究的热点之一,尤其适用于电子商务领域。文中介绍了web数据挖掘的概念和分类．阐述了web挖掘在电子商务中的挖掘方法和过程,分析了数据挖掘在电子商务中的具体应用。     

WEB数据挖掘在电子商务中的研究应用

WEB数据挖掘旨在从大量的WEB数据信息中发现有用的模式和隐藏的信息,从而为决策者提供决策支持,优化市场策略,有效地解决当今互联网信息膨胀的问题。WEB数据挖掘的一个重要应用就是电子商务。电子商务是一个基于网络平台的现代化的商业模式,目前电子商务发展势头强劲,WEB数据挖掘在电子商务中必定有广阔的应用前景。本文将WEB数据挖掘与电子商务相结合,介绍了在电子商务平台中进行WEB数据挖掘的方法,从而为电子商务从业人员提供借鉴,以便更好地分析数据间的隐藏关系和模式,掌握用户喜好,为电子商务平台的市场决策提供决策支持,减少风险。     

基于Web数据挖掘的专业化信息检索系统研究

本文利用集群系统、XML等技术对海量的信息资源进行了有效的组织和管理,设计了一个基于数据挖掘的专业化的Web信息检索系统,它能提高搜索引擎检索信息查准率和查全率,改善检索结果的组织,增强检索用户的模式研究从而使得检索效率得到改善。     

基于WEB数据挖掘中的文本聚类权重对偶性研究

随着国际互连网Internet的不断发展与壮大,其信息量快速、无序的增长,如何设计一个新的搜索引擎,使用户方便地合理地组织和挖掘纷繁复杂的数据,本文从纯文本的聚类分析技术来开发带有链接的超文本数据,对所有蕴涵其中的信息进行挖掘,使用户对信息的挖掘从混乱走向有序。     

搜索引擎在网络信息挖掘中的应用

网络信息挖掘能为管理决策起到至关重要的作用。该文在明确搜索引擎及信息挖掘意义的基础上,分析了搜索引擎的工作原理,并通过研究网络信息挖掘系统,探讨了搜索引擎在网络信息挖掘中的应用设计及实现。     

网络信息挖掘中的搜索引擎技术探析

首先分析了搜索引擎的工作原理,其次简要设计了搜索引擎在网络信息挖掘中应用,并进一步研究了搜索引擎的应用实现,涉及到挖掘预处理、挖掘训练以及信息文件的操作。对搜索引擎的应用研究起到一定的借鉴作用。     

基于Web数据挖掘的信息获取系统的研究及设计

首先对数据挖掘的发展现状作了简要的阐述,然后就数据挖掘在Web上的应用进行讨论,并着重于Web文本挖掘技术的分析.同时,提出了一个在专业新闻信息获取系统的原型,以该系统原型为背景,利用Web信息搜索和Web文本挖掘的相关技术实现在Web上获取信息的应用.     

电子商务中的WEB数据挖掘与XML

电子商务(EC,Electronic Commerce)就是借助于计算机网络技术,通过电子交易手段来完成金融、物资、服务和信息等价值交换,快速而有效地从事各种商务活动的新方法。这种商业电子化的趋势不仅为客户提供了便利的交易方式和广泛的选择,同时也为商家提供了更加深入地了解客户需求信息和购物行为特征的可能性。无论是B2B、B2C还是B2G电子商务模式,都需要通过Web方式建立信息流的交互。如何把Web上的数据经过提取、洗涤、加工转换生成潜力巨大的价值信息,激发了数据挖掘技术在电子商务中的应用。     

基于链接划分的分布式WEB信息检索

分布式信息检索是面向海量WEB信息检索的一种有效手段.本文采用一种基于链接的聚类方法(LIBCA)来对网页数据进行划分,并采用BloomFilter优化LIBCA算法的计算效率,在检索过程中采用CORI集合选择算法和OKAPI BM25检索算法.基于最近3年的TREC WEB实验数据集,对比集中式检索、基于随机划分的分布式检索,实验结果表明,本文方法在P@10的指标上可达到甚至超过集中式检索的效果.效率方面的实验表明利用BloomFilter的LIBCA算法具有较高的划分效率,适合海量数据的处理.     

Data Mining and Information Retrieval in the 21st century: A bibliographic review

Data Mining and Information Retrieval is an emerging interdisciplinary discipline dealing with Information Retrieval and Data Mining techniques. It has undergone rapid development with the advances in mathematics, statistics, information science, and computer science. In this paper, we present an empirical analysis of publication metadata obtained from 6 top-tier journals and 9 conferences for the first 16 years of the 21st Century, and evaluate the dynamic characteristics of Data Mining and Information Retrieval. We find a steady growth both in terms of productivity and impact, evidenced by the unabated number of publications/citations over the period of study. We note that the modality for co-operation in this field is changing from independent to collaborative. Furthermore, according to the citation pattern, the field is becoming open-minded as illustrated by a gradual decline of self-citation rates, which was dropped to 10% in 2015, nearly three times lower than what it was in 2000. Finally, we explore the inner structure relying on the topics evolution from the aspects of popular keywords/topics identification and evolution. Overall, this study provides insights of Data Mining and Information Retrieval behind its demonstrated growth in the recent past, with the ultimate goal of revealing its potential of driving scientific innovation in the future.     

网络信息的检索与挖掘回顾

随着互联网的蓬勃发展,海量的网络信息成为了迄今为止最大规模的数据资源。如何利用海量网络信息,为人们提供智能应用,更好的解决人们的信息需求,成为了互联网领域的挑战性问题,也催生了对海量网络信息检索与挖掘的广泛研究。该文从信息表达、信息检索与信息挖掘三个方向入手,结合近年来对网络信息相关领域的研究与实践,对网络信息检索与挖掘的发展变化历程、目前存在的问题以及未来的发展趋势进行总结和分析。     

智能数据挖掘系统中的案例组织和检索

智能化的数据挖掘系统主要是为了给不懂数据挖掘的用户，提供一种决策支持，这个系统的关键就是案例的组织和检索，为此介绍了一种采用了面向对象和商空间结合的案例组织方式，和基于遗传算法和AHP的多维优化案例检索算法。并通过家验验证了算法的优越性。     

基于python的WEB数据挖掘技术实现与研究

文章首先对web数据挖掘技术进行概括,分别从数据挖掘技术概念、技术应用优势与技术原理三方面进行论述。其次,重点探讨基于python基础上的web数据挖掘技术开发设计方法,对数据挖掘过程中的各类爬虫技术应用优势进行对比,可以作为数据挖掘系统构建过程中的理论参照。     

浅析数据库数据模型及信息检索方法

本文介绍了多媒体数据库三种主要的数据模型,分析了多媒体信息的特点及对数据模型的特殊要求,论述了不同数据模型的实现途径,并提出了基于内容的信息检索的特点、体系结构和处理方法。