搜索引擎个性化信息查询服务

提高搜索引擎检索结果的精度并向用户提供个性化信息查询服务已经成为搜索引擎技术的一个研究热点。搜索引擎个性化信息查询服务技术有Web挖掘技术、基于移动Agent的个性化信息服务技术等,介绍了基于Web挖掘的个性化技术的发展趋势。     

一种基于自然语言理解的Web挖掘模型

如何从网上海量信息中发现有用的知识,满足使用者的需要是一个迫切需要研究的课题.但现有的方法很难从Web上把大量非结构信息抽取到数据库中,而且一般的搜索引擎也只是简单地把关键字匹配作为查询依据,命中率较低.文章提出了将自然语言理解技术与Web数据挖掘相结合,根据用户的需要定制个性化的Web数据挖掘模型.初步试验结果表明该方案是可行的,能很好的满足用户需要,且模型的通用性和适用性强.     

WebME--一个大型网络挖掘环境系统

随着互联网的飞速发展,如何高效利用万维网这一巨大信息源,从中挖掘潜在的有价值的信息和知识,已成为国际学术界一个研究热点．传统的Web信息检索技术已无法满足人们日益增长的Web信息检索和挖掘需求,而网络挖掘技术可以弥补搜索引擎的不足．重点介绍一个网络挖掘原型系统WebME,包括其系统结构、主要功能和特点,并提出了进一步完善的一些设想．WebME采用了一些独特的网络挖掘技术,集多种网络挖掘功能于一体,是目前国内功能最为全面的网络挖掘系统之一．     

一种聚类引擎系统的研究与实现

随着社会的信息化和各种媒体的数字化 ,Web数据挖掘逐渐成了一个研究热点。作者结合信息检索技术和数据挖掘技术设计并实现了Web信息聚类引擎系统 ,使其能够以语义的和在线的方式对搜索引擎的搜索结果进行聚类 ,从而使用户很容易地在WWW上找到自己真正需要的信息。     

Web挖掘技术在高校数字图书馆个性化服务中的应用

随着互联网信息的迅猛增加,高校数字图书馆信息资源极大丰富.尽管人们可以借助互联网上功能强大的搜索引擎和快捷的传送手段,使信息资源的搜集和获取变得十分容易,然而在使用中,用户快速、准确地查找自己所需的信息却越来越困难.笔者介绍了Web挖掘技术,并分析了如何将其应用到高校数字图书馆建设中,为用户提供个性化信息的主动推送服务.     

一种聚类引擎系统的研究与实现

随着社会的信息化和各种媒体的数字化，Web数据挖掘逐渐成了一个研究热点。作者结合信息检索技术和数据挖掘技术设计并实现了Web信息聚类引擎系统，使其能够以语义的和在线的方式对搜索引擎的搜索结果进行聚类，从而使用户很容易地在WWW上找到自己真正需要的信息。     

从信息检索到搜索引擎

信息检索是研究对大规模信息进行快速准确全面的获取、组织、挖掘和提供访问的一门学科,它的目标是从大规模文档集合中返回满足用户需求的文档子集。信息检索涉及自然语言处理、机器学习、数据挖掘、并行分布式处理等多个领域的相关技术。搜索引擎是信息检索的一个具有代表性的应用,也是目前互联网中最重要的应用之一。搜索引擎特别是Web搜索引擎在与一般信息检索系统拥有诸多共性的同时,也具有自己的特点。本文主要介绍信息检索这门学科的一般知识,然后以搜索引擎为例介绍信息检索技术的应用。     

基于Web日志的用户访问模式挖掘

随着数据挖掘和万维网技术的结合,使得从收集到的访问 Internet网页的网站日志记录中执行数据挖掘成为可能.将数据挖掘技术应用于 Web日志记录,来发现用户访问 Web页面的模式,便形成了 Web访问模式挖掘. Web访问模式挖掘是从 Web访问日志中挖掘有用的用户访问信息,用于找出头 N个用户,头 N个被访问页面,最频繁访问时间以及关联模式、序列模式、聚类模式、分类模式和 Web访问趋势等,这对于优化站点结构、为不同类别的用户提供个性化服务,有效地实现信息获取和信息推送是非常必要的. Web访问模式挖掘是目前数据挖掘领域的热点,详细论述了 Web访问模式挖掘的概念、方法和过程.     

建筑院校主题搜索引擎设计与实现

为适应建筑院校的专业特点和读者需求,从Web信息资源找到自己所需的内容,已被人们广泛关注.根据建筑院校的特点和需求,提出了实现建筑院校主题搜索引擎设计方法,重点论述了主题搜索引擎的信息采集策略与技术,并给出一种比较适合建筑院校的主题搜索引擎设计方案.     

Web挖掘技术在服装领域的应用

服装行业与国民经济及人民的生活消费密切相关,发展迅速.服装工作者为了把握时尚、紧跟国际潮流,需要利用信息获取技术,从数据海洋中获取服装知识,故有必要采用互联网时代的新技术——Web挖掘技术.Web数据挖掘技术如何应用到服装领域在国内外尚属空白,本文论述了数据挖掘和Web挖掘的概念并给出了挖掘技术在服装领域可能的研究方向,对服装专业的教学、科研和服装设计生产单位有一定的指导意义.     

搜索引擎智能技术进展

介绍了国外可视化数据记录抽取、用户浏览突发语义学研究、性能自动评估、查询结果缓存、多代理动态在线信息挖掘技术、软计算、提问日志上下文信息分析、聚类检索查询处理效率等有关搜索引擎智能技术研究动态,试为相关研究提供信息。     

Web文本数据挖掘关键技术及其在网络检索中的应用

Web挖掘采用数据挖掘信息处理技术，从Web信息资源中发掘用户所需信息。本文在分析Web文本信息特征的基础上，揭示了Web文本数据挖掘的目标样本的特征提取、分词处理与Web文本分类等关键技术，以Google为例讨论了该技术在网络信息检索中的应用。     

基于分类语义的Web信息检索系统

在海量数据空间中快速、准确地获取用户所需Web信息成为检索系统研究的焦点．将一种全新的网页自动分类技术引入WWW信息抽取领域来解决网上信息有效获取的问题。设计一个基于分类语义的搜索引擎系统——SESC系统．通过Web数据抽取机制以及Web信息分类技术实现检索结果的分类和层次化展示，使得用户快捷地从WWW上获取所需信息．     

粗集理论在Web信息提取中的应用

Web作为世界上最大的信息源,为数据挖掘技术提供了大量的原始数据,然而Web数据半结构化的特征使得在数据挖掘过程中必须选择合适的算法;研究Web信息提取的过程,并利用粗集方法实现对于来自Web的大批量农产品价格数据的挖掘过程。     

万维网信息检索技巧

文章分析了ＷＷＷ信息检索困难的原因,并从选择搜索引擎、提高查全率及查准率等方面,总结了ＷＷＷ信息检索的技巧以及如何快速、准确地从万维网信息资源中找到自己最需要的信息。     

基于Lucene全文检索引擎技术的研究

全文检索作为现代信息检索技术的一个重要分支,不仅是处理非结构化数据的重要工具,也是搜索引擎的主流技术之一。本文首先从全文搜索引擎模型入手,对其基本工作原理和流程进行深入研究,并结合这些知识研究开源检索引擎包Lucene的架构原理及其开发应用方法。然后介绍中文分词和基本算法及Lucene的相关技术。     

基于日志挖掘的检索推荐系统

目的为了有效地预测用户在信息检索过程中可能点击的检索结果,从而进行网页的智能推荐.方法采取网络日志挖掘的技术,通过词频信息和知网（HowNet）中词的概念计算模型计算网页文档间的主题相关度,再将该语义信息与统计模型计算的条件概率值相结合,以此作为网页推荐的依据.结果提出了一种检索推荐统计模型,并构建了相应的原型系统,实验表明该方法显著提高了推荐系统的准确率.结论这项技术有效地提高了推荐结果与用户信息需求的相关程度,使推荐系统的性能获得了较大地提高,可以很好的应用于信息检索的智能推荐服务领域.     

基于大数据和机器学习算法引擎的电商侵权监测系统

提出一种基于大数据和机器学习算法引擎的电商平台侵权动态监测网络系统的设计方案. 重点介绍大数据远程采集系统、数据实时监测分析平台和核心算法引擎模型设计. 大数据远程采集系统包括远程服务器云平台和大数据分布式采集程序,系统通过Web信息采集器来完成精确采集各大商家、网络平台等的所有相关数据;数据监测分析平台是将信息的深度学习、单词嵌入、共同表征等相关算法转换为程序,用于分析处理由采集数据数字化的商品所涉及的知识产权信息. 核心算法引擎基于传统舆情分析和自然语义处理技术,构建商品特征及用户观点挖掘模型,从而实现电商产品知识产权数据的搜索、分析、保存、预测等功能. 该系统可有效降低侵权打假成本,为品牌商维权和知识产权保护建立一个可靠的渠道.