首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 156 毫秒
1.
针对传统的竞争情报分析方法无法实现对目标信息进行深入挖掘分析,获取企业所需的深层情报知识,本文将数据挖掘技术融入竞争情报分析之中,构建了基于数据挖掘的企业竞争情报分析模型.该模型利用竞争情报领域本体指导目标信息的采集、语义分析和信息抽取,实现竞争情报信息的语义组织和存储;并在此基础上利用基于语义的数据挖掘、学习和推理技术,实现竞争情报语义挖掘和智能分析,提升情报分析的深度和广度,获取高质量的深层情报内容.实验结果表明,该模型取得了很好的预期效果,显著提高了情报分析的准确率和效率.  相似文献   

2.
基于旋进原则的领域驱动数据挖掘方法研究   总被引:1,自引:0,他引:1  
领域驱动数据挖掘(Domain-Driven Data Mining, DDDM)是数据挖掘中的新方法,目的是挖掘用户感兴趣、可行动的知识,与传统的数据挖掘过程CRISP-DM相比,DDDM是基于约束的、人机结合、往复循环、不断逼近目标、深层次的知识发现过程.本文在剖析DDDM挖掘过程难度自增殖的复杂性特点的基础上,提出基于旋进原则的系统方法进行挖掘,提出从领域知识、数据和技术三个方面进行旋进挖掘,以使得挖掘出来的知识更满足用户在现实世界活动中对知识的需求.最后,文中结合名老中医学术思想挖掘进行了实证研究,开发了基于语义的Apriori算法,并用抽象语义、分类语义和组合语义结构化表示领域知识,挖掘结果表明基于旋进原则的DDDM方法是可行和有优势的.  相似文献   

3.
动态竞争情报是企业在复杂多变的竞争环境中取得成功的关键.针对传统的竞争情报分析模型无法有效地对信息资源进行深层次的多维分析,获取语义层面的动态竞争情报,本文构建了基于联机分析挖掘的动态竞争情报多维语义分析模型.该模型利用竞争情报领域本体指导目标信息的采集与监控和实体与关系的抽取,实现竞争情报的语义组织和存储;设计了一种基于语义的多维关联分析算法进行语义层面的数据挖掘、学习和推理,实现竞争情报多维语义挖掘和知识发现.实验结果表明,该模型取得了很好的预期效果,显著提高了情报分析的深度与广度和情报分析的准确率与效率.  相似文献   

4.
为了提高文本挖掘的深度和精度,研究并提出了一种基于领域本体的语义文本挖掘模型.该模型利用语义角色标注进行语义分析,获取概念和概念间的语义关系,提高文本表示的准确度;针对传统的知识挖掘算法不能有效挖掘语义元数据库,设计了一种基于语义的模式挖掘算法挖掘文本深层的语义模式.实验结果表明,该模型能够挖掘文本数据库中的深层语义知识,获取的模式具有很强的潜在应用价值,设计的算法具有很强的适应性和可扩展性.  相似文献   

5.
信息源的选择与集成实现了信息资源的重组与整合,便于进行深层次的知识挖掘.本文依据竞争情报需求和信息源特点从不同角度深入探讨了企业竞争情报智能挖掘策略,包括基于信息内容的挖掘策略、基于信息结构关联的挖掘策略、基于情报产品知识表现形态的挖掘策略、基于信息行为角色类别的挖掘策略等.进而,阐述了智能采集平台模型构建策略和平台开发实施方案,将数据挖掘融合到情报信息源选择、集成、采集与分析的全过程中,可有效实现企业竞争情报的一体化智能处理.  相似文献   

6.
唐诗知识图谱的构建及其智能知识服务设计   总被引:2,自引:0,他引:2  
[目的/意义]立足于当前大数据环境下的唐诗知识服务需求,以大规模唐诗数据为基础构建唐诗知识图谱并提供智能知识服务,推动人工智能环境下唐诗知识管理和知识服务方式的创新。[方法/过程]本文在对领域知识服务需求调研的基础上,设计领域知识服务驱动的唐诗本体模型,然后利用从Web上爬取的多源异构数据,采用知识抽取、知识融合、知识推理等技术自动构建唐诗知识图谱,统一表示和组织唐诗领域数据,实现对大规模唐诗数据的语义化处理。[结果/结论]本文设计基于唐诗知识图谱的智能知识服务平台KnowPoetry,提供唐诗领域的知识探索、时空轨迹、语义查询等智能化知识服务,推动人工智能环境下唐诗数字人文研究方法的创新转型。  相似文献   

7.
为弥补传统竞争对手分析方法无法有效挖掘网络化企业竞争对手信息的缺陷,本文将语义文本挖掘技术引入企业竞争对手分析中,提出了一个基于语义文本挖掘的企业竞争对手分析模型.该模型采用规则化主题爬取技术获取结构化信息,利用竞争情报领域本体知识库和语义VSM矩阵实现竞争对手信息语义分析和描述,通过基于语义的文本挖掘技术提取竞争对手深层次语义知识.并以相机市场的两大竞争力企业--佳能、尼康为例进行了实证分析研究,实验结果表明,该模型具有潜在的实际应用价值,可有效提高企业决策水平.  相似文献   

8.
本体中同种语义关系间的可传递规律研究   总被引:2,自引:2,他引:0  
语义传递是研究知识组织、语义相关度以及知识挖掘与推理等信息科学领域的关键因素,但是由于缺乏语义传递判断的计算机模拟限制了其在信息科学领域的应用.语义关系间的可传递性是语义传递判断的关键因素,其规律性特质反映出了语义传递的相对稳定性,这种稳定性使得语义传递判断的计算机模拟成为可能.本文主要围绕同种语义关系间的可传递性规律获取方法,基本获取方法的经典型语义关系的传递规律,规律检测以及传递规律应用四个方面展开了研究,目的在于为语义传递判断的计算机模拟以及语义传递在信息领域中的应用提供基础.  相似文献   

9.
总论AELISC 2697-40-12(3)基于领域本体的语义文本挖掘研究/张玉峰,何超(武汉大学信息资源研究中心)//情报学报,2011,30(8):832-839.为了提高文本挖掘的深度和精度,作者研究并提出了一种基于领域本体的语义文本挖掘模型。该模型利用语义角色标注进行语义分析,获取概念和概念间的语义关系,提高文本表示的准确度;针对传统的知识挖掘算法不能有效挖掘语义元数据  相似文献   

10.
技术竞争情报是企业技术战略管理的关键输入.本文在介绍企业技术竞争情报获取难题基础上,提出融入知识处理技术是实现智能情报采集的关键,探讨挖掘研究的可行路线,透视企业技术竞争情报需求,抽象出识别技术活动行为、识别技术融合、识别技术生命周期、识别技术发展趋势、识别技术机会等典型战略业务活动作为挖掘目标,并进一步将数据挖掘基本流程与传统的技术竞争情报活动流程有机结合设计一体化的挖掘流程,将挖掘活动划分为需求规划、挖掘、评估利用三个基本环节,并分析挖掘环节在情报价值生成中的作用方式.  相似文献   

11.
构建基于Web数据挖掘技术的信息服务系统   总被引:5,自引:0,他引:5  
介绍Web数据挖掘的种类和方法,提出一个基于Web数据挖掘的信息服务系统结构,该结构以数据挖掘模块为中心,处理数据库、智能代理、Web服务器日志和用户接口多数据源的信息,以改善文献情报机构的服务质量。  相似文献   

12.
提出了一种基于数据挖掘技术的Web智能服务算法,它通过对Web数据模型的转换,发现并建立有关用户意向关联知识库,然后再利用知识库中的关联规则来预测用户行为,从而提高了用户浏览器访问速度。该研究内容属目前智能信息检索领域的重要研究课题,具有一定的理论和实践意义。  相似文献   

13.
韩客松  王永成 《情报学报》2001,20(1):100-104
本文首先介绍了数据挖掘、文本挖掘和知识管理等概念,然后从技术角度出发,将知识管理划分为知识库、知识共享和知识发现三个阶段,分析了作为最高阶段的知识发现的关键技术和意义,最后指出在文本中进行知识发现是新世纪智能信息处理的重要方向。  相似文献   

14.
“十一五”期间我国文献情报领域知识发现研究综述   总被引:1,自引:0,他引:1  
对近年来关于知识发现的大量相关论文从概念关系辨析、知识发现方法体系、文本挖掘与文本趋势挖掘、非相关文献知识发现、数据挖掘研究拓展等方面开展研究,总结“十一五”期间我国文献情报领域知识发现研究成果,重点介绍有关知识发现的内容分析、关联理论、领域驱动、可视化、文本挖掘模型等研究进展,最后分析展望今后该研究领域的研究热点和研究方向。  相似文献   

15.
本文阐述了数据挖掘的概念、过程、意义,及多媒体数据库知识挖掘的方法。  相似文献   

16.
网络传播中的信息利用新技术   总被引:1,自引:0,他引:1  
本文探讨了网络传播中的信息开发利用新技术 ,包括数据采掘和知识发现技术、XML、自动分类与自动摘要、智能搜索引擎技术 ,并讨论他们对新闻传播工作的影响  相似文献   

17.
网络数据挖掘及其在面向Web的知识检索中的应用   总被引:6,自引:1,他引:5  
介绍了网络数据挖掘的含义和相关技术,并着重介绍了网络数据挖掘方法在面向Web的知识检索中的应用:通过对信息源内容与结构的挖掘,对用户访问记录的挖掘,对专家访问的挖掘,发现隐藏在网络数据流背后的知识关联和知识,形成特定知识库,支持知识检索。  相似文献   

18.
Web数据挖掘对Web数据检索的支持作用   总被引:3,自引:0,他引:3  
唐建国  胡芒谷 《情报学报》2004,23(4):452-455
本文在对Web数据检索和Web数据挖掘的技术特性进行简要介绍的基础上 ,阐述了二者之间的主要区别 ,并着重对Web数据挖掘对Web数据检索构成的支持作用进行了具体分析。这些支持作用体现在 :自动分类 ,揭示知识特征 ,群集处理 ,超链结构挖掘和用户知识模型挖掘。  相似文献   

19.
数据挖掘技术在高校图书馆中的应用   总被引:7,自引:0,他引:7  
赵卫军 《图书馆论坛》2007,27(4):126-128
数据挖掘技术是一种新兴的信息处理技术,其算法及应用是目前国际研究热点,在信息的利用和提取中发挥着日益重要的作用.文章在论述数据挖掘技术的基础上,探讨了数据挖掘在高校图书馆的应用领域和产生的价值.并重点探讨了在优化资源、智能化服务、提供个性化服务、信息自动化处理等几方面的应用.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号