视频挖掘：概念、技术与应用*

视频挖掘旨在提取视频数据的语义信息并挖掘出隐含其中的有用模式和知识,从而有助于提高视频的智能应用水平,通过资料分析和文献查证,详细总结并探讨了视频挖掘的概念、技术实现方法和应用领域,并指出了视频挖掘的研究挑战。     

视频挖掘研究进展

视频挖掘技术近年来受到了国内外研究者的逐渐关注,但研究还处于初步阶段,实际的应用系统很少,有关概念、系统结构和技术方法仍需深入研究。在回顾国内外研究动态的基础上,对视频挖掘的研究现状进行了归纳、评述;探讨了视频挖掘的概念,清理了视频挖掘与相关技术的联系与区别;展望了视频挖掘研究中的重点问题和解决思路。     

Web数据挖掘分析

国际互联网的广泛应用使得数据挖掘技术在Web数据挖掘得到了最大的发展，文章就Web数据挖掘技术的存储数据源、分类、实现技术作了详细的阐述，并介绍了一些实用的Web挖掘工具，对Web数据挖掘进行了探讨和分析，并指出了国内外的发展趋势和待解决的问题。     

基于Web的数据挖掘技术

对Web数据挖掘技术的国内外研究成果进行了评价．阐述了Web数据挖掘的流程及其特点，针对Web内容挖掘、Web结构挖掘、Web使用挖掘的方法及实现技术分别进行了讨论分析，介绍了Web数据挖掘的典型应用，并对该领域进一步研究的问题进行了展望。     

海量视频数据标引平台的设计和开发

就海量视频数据进行标引的方法进行了阐述,对元数据、Dublin Core、OAIS进行了分析。通过研究这些技术在视频挖掘中所具有的优势,提出了一种海量视频数据标引平台的体系结构并实现了相关的功能模块,并对视频数据的搜索提出了一个基于标引的解决方法。实验结果证明,该平台可为互联网视频搜索的发展提供更加快捷、方便、准确的标弓l和检索模式,有效降低了用户获取相关视频数据的时间。     

Web数据挖掘分析

国际互联网的广泛应用使得数据挖掘技术在Web数据挖掘得到了最大的发展,文章就Web数据挖掘技术的存储数据源、分类、实现技术作了详细的阐述,并介绍了一些实用的Web挖掘工具,对Web数据挖掘进行了探讨和分析,并指出了国内外的发展趋势和待解决的问题。     

辅助决策的新闻视频挖掘

新闻视频是一种丰富的信息源，对其进行有效的挖掘将有力地辅助决策分析。本文从多媒体信息系统的角度出发，深入思考了辅助决策的新闻视频的挖掘内容和挖掘方法，主要解决了以下两个问题：即挖掘什么和如何去挖的问题。指出辅助决策的新闻视频挖掘的内容应包括结构挖掘、语义事件挖掘、趋势挖掘、关联规则挖掘以及决策者兴趣点挖掘等等；并以一个具体的例子来说明新闻视频挖掘的各种方法，如结构的分割、语义事件的探测、新闻故事重要度的判定、专题的统计分析以及模式的可视化等等。本文较好地实现了新闻视频的内容分析与挖掘的结合，初步的实验证明了提出的新闻视频挖掘方法在辅助决策方面具有有效性。     

电子商务中的Web数据挖掘系统的设计

随着互联网信息的增长，Web数据挖掘已经成为数据挖掘研究的热点之一，尤其是应用于电子商务领域。本文首先阐述了电子商务中Web数据挖掘的资源及其流程，然后在此基础上提出了一种Web数据挖掘系统的设计方案，最后并对此设计方案中进行了实现。     

Web数据挖掘

用户访问数据中往往存在大量无用或与当前信息挖掘无关的数据，我们通过数据清洗从挖掘对象中去除不相关的数据，并实现了用户识别、会话识别、格式化等步骤，对WEB信息进行预处理，为进一步的操作提供了较好的数据格式，提高了挖掘效率。同时，因特网上的信息往往具有非结构化或半结构化特性，难以得到传统数据挖掘技术的支持，我们通过事务识别技术解决了这一问题，将访问序列组织成逻辑单元以表示事务或用户会话，将所有事务组成一个事务数据库，识别出事务后就可以利用对传统数据挖掘的方法对WEB数据进行挖掘：事务识别技术有多种实现形式，不同形式有不同的应用场合，本文根据特定挖掘任务，实现了以时间维来分割事务的算法，并给出了一些实验数据。     

基于XML的Web数据挖掘研究

提出了一种基于XML的Web数据挖掘模型,该模型能很好地体现XML的优越性,并有效地实现Web数据挖掘。     

视频数据挖掘——框架、方法及趋势

目前视频数据挖掘概念、体系尚不明确,现有的一些分类方法不能突出数据挖掘关于“新颖性”这一特性。该文尝试从概念和分类方法2个方面解决这些问题,根据数据挖掘和视频各自的特点,将视频数据挖掘的概念分为广义和狭义2种。从数据分析的角度,提出一种新的分类方法,将广义的视频挖掘分为描述性和预测性2类,并且按照视频内容所关联的领域,提出了一个描述性视频数据挖掘的分类框架,讨论了视频挖掘的现有方法,并展望了视频数据挖掘的发展趋势。     

数据挖掘分类算法研究与探讨

数据挖掘技术是一个年轻且充满希望的研究领域,商业利益的强大驱动力将会不停地促进它的发展。随着数据库应用的不断深化,数据库的规模急剧膨胀,数据挖掘已成为当今研究的热点,每年都有新的数据挖掘方法和模型问世,特别是其中的分类问题,引起了越来越多的关注。     

对应用型本科生开设数据挖掘课程的尝试

本文对数据挖掘课程的特点以及应用领域、数据预处理方法以及关键的四项技术、Web挖掘与个性化推荐以及算法实现及应用上做了分析,并且在教学实践中做了尝试,提出了一些经验和不足。     

基于数字图书馆检索技术的数掘挖掘研究

数字图书馆的研究与建设已成为国内外图书馆研究的重要课题。文中对数字图书馆概念、基本组成及作用进行了概述,并对数据挖掘特点及其常用技术做了分析,指出基于数字图书馆检索的数据挖掘及其实现方式。具体分析了数据挖掘在数字图书馆检索技术中的作用,并预测了数据挖掘技术在图书馆领域的应用前景。从而为此技术的研究和推广应用起到了积极的作用。     

Web数据挖掘技术在电子商务中的应用

电子商务是现代商业模式,数据挖掘是先进的信息处理技术。随着电子商务发展的势头越来越强劲,面向电子商务的数据挖掘将是一个非常有前景的领域。介绍了web数据挖掘的概念和分类,论述了电子商务中Web挖掘的过程和方法,并阐述了数据挖掘在电子商务中的应用,揭示了数据挖掘在电子商务中的广阔的应用前景。     

数据挖掘在CRM中的应用

本文介绍了数据挖掘技术与CRM,在此基础上提出了数据挖掘在CRM中的一些应用,最后对数据挖掘的发展方向及其在CRM中的应用前景作了展望。     

软件源码上的数据挖掘应用综述

数据挖掘技术可以从大量的数据中发现某些有价值的知识.而将软件源码作为一种特殊的数据,在其上应用数据挖掘技术进行源码层次上的信息挖掘,已成为一个新颖而重要的课题.将对软件源码上的数据挖掘技术从各领域的应用、数据挖掘方法以及当前发展水平等主要方面展开介绍,并详细剖析当前此领域的制约因素,提出未来此领域的发展方向.     

基于Web的数据挖掘技术研究及其应用

该文介绍了Web数据挖掘的概念及其分类,阐述了Web数据挖掘的关键技术,最后说明了该技术在电子商务中的应用。     

OLAP数据挖掘引擎算法的设计与实现

基于OLAP的数据挖掘，是数据挖掘的一个新的发展方向。对于如何把OLAP(联机分析处理技术)和DM(数据挖掘)统一起来，从而在数据库或数据仓库的不同层次进行挖掘，提出了OLAP数据挖掘系统的结构。通过研究数据挖掘方法和OLAP操作的特点，以及数据立方的构建和物化，对传统的DM算法进行了改进，设计并实现了更能适应OLAP数据挖掘引擎的算法。