分享到:

网络挖掘

The article introduces the concept of Web mining.Then a system  (本文共3页) 阅读全文>>

复旦大学
复旦大学

WEB环境下的社会网络挖掘研究

社会网络研究是理解社会现象,预测人类行为,分析社会结构的重要工具。进入Web 2.0时代以来,庞大的Web用户群体、频繁的Web用户互动和海量的Web内容构成了巨大的Web社会网络,使Web环境下的社会网络挖掘成为信息技术领域的新热点问题。在Web环境下进行社会网络挖掘对于理解Web用户的行为模式,改进各种Web应用如推荐、信息检索、网络舆情监测等系统的效果,从而带来更好的用户体验,提高社会生产效率具有重要的作用。Web环境下的社会网络挖掘需要面临以下几个主要的问题。首先,Web中的社会网络是隐含的、模糊的;其次,Web数据中包含着用户创造的海量内容,具有丰富的语义;第三,Web数据中有大量垃圾内容和垃圾链接;第四,Web数据的高度异构和类型繁杂使得Web上的社会网络不能用单一类型的节点和单一类型的关系来描述.研究Web环境下的社会网络挖掘需要重点解决以上这些问题。本文主要研究目标是Web上的文本数据,针对Web隐含的模糊的社会...  (本文共128页) 本文目录 | 阅读全文>>

苏州大学
苏州大学

用贝叶斯网络挖掘网络日志的研究与实现

随着网络飞速发展,网络的规模越来越大。互联网络已经发展成为一个巨大的、分布广泛的信息库,基于这个巨大信息库的应用将产生同样巨量的网络日志,这些网络日志蕴含着极其丰富的可能被挖掘的隐含信息。对这些挖掘出的隐含信息进行分析,可以提高网络提供的服务质量,有助于网络性能管理等。贝叶斯网络是目前不确定知识和推理领域最有效的理论模型之一。本文将贝叶斯网络运用于网络日志挖掘,为从网络日志中找出潜在的有用的信息,进行方法框架的尝试研究,以有助于网络管理时做出正确的决策,提高网络服务质量。本文描述了如何运用贝叶斯网络来挖掘一个真实的每天约有一千万条数据的大型网络日志,以达到预测网络流量的目的。为了挖掘这么大的数据集,本文首先用一些准则过滤和归并了数据集,并通过进一步地离散化,把原始的数据集转化为用于贝叶斯网络学习的规整的数据集。然后针对单个小时和一天的数据分别采用基于评分的方法加上ORSearch搜索算法和贝叶斯网络增量学习方法学习出贝叶斯网络模...  (本文共74页) 本文目录 | 阅读全文>>

《中文信息学报》2007年01期
中文信息学报

利用音译和网络挖掘翻译命名实体

本文提出了一种新颖的方法,综合利用音译和网络挖掘来提高命名实体翻译的效果。具体而言,首先利用音译模型生成一个候选翻译,然后利用音译信息配合网络挖掘获得更多的候选...  (本文共7页) 阅读全文>>

《科技情报开发与经济》2009年05期
科技情报开发与经济

Web2.0环境下的网络挖掘研究

从传统网络挖掘面临的一些问题出发,在介绍Web2.0环境下信息的...  (本文共4页) 阅读全文>>

《图书馆学刊》2006年03期
图书馆学刊

基于Web的数据挖掘——网络挖掘

论述了数据挖掘的概念、特点,重点探讨了基于Web...  (本文共2页) 阅读全文>>