中文搜索引擎查询与反馈词语特征研究

查询式是网络用户搜索时表达其信息需求的主要方式,系统提示的相关词则是用户改善查询的有效工具,该文以这二者为研究对象,从用户的使用行为入手对这二者的特征进行刻画和分析。首先使用日志挖掘的方法,对查询式进行总体的定量描述;进而通过定性分类将查询式中的高频词分为主体词和辅助词两大类,并比照问卷调查的研究结果,发现网络用户在搜索时大量地使用辅助词,主体词的内容相对集中,查询式的长度较短,结构相对简单。在对相关词的研究中,综合问卷调查和对比实验研究结果,发现被试者对搜索引擎提示的相关词认同程度高而应用程度低。该文为理解网络用户搜索时的语言使用提供了实证研究结果,并对搜索引擎索引的改善有一定的参考意义。     

人工神经网络及在矿业工程中的应用

矿业工程面临的问题大都是“宽而浅”的技术问题,人工神经网络为此提供了强有力的工具。本文简要介绍人工神经网络的基本概念和建造过程以及在矿业科学中应用的进展情况,着重探讨其引入矿业工程的必要性和重要性,以及应用前景。     

基于数据挖掘的ARP数据分析系统

中国科学院资源规划项目(Academia Resource Planning,简称ARP项目),是实现中国科学院资源规划的信息系统工程。该项目从中国科学院院所两级治理结构出发,以科技计划与执行管理为核心,综合运用创新的管理理念和先进的信息技术,对全院人力、资金、科研基础条件等资源配置及相关管理流程进行优化与整合。本文通过对当前数据挖掘技术的研究,利用数据挖掘技术对ARP系统大量数据进行了分析,获取其中有价值的信息和知识,方便院领导、管理人员及科研人员提供信息服务和决策支持,充分发挥ARP效益。     

Mining qualitative patterns in spatial cluster analysis

Clustering is an important concept formation process within AI. It detects a set of objects with similar characteristics. These similar aggregated objects represent interesting concepts and categories. As clustering becomes more mature, post-clustering activities that reason about clusters need a great attention. Numerical quantitative information about clusters is not as intuitive as qualitative one for human analysis, and there is a great demand for an intelligent qualitative cluster reasoning technique in data-rich environments. This article introduces a qualitative cluster reasoning framework that reasons about clusters. Experimental results demonstrate that our proposed qualitative cluster reasoning reveals interesting cluster structures and rich cluster relations.     

数据挖掘技术在网络负载均衡中的思考

企业信息化已成为企业在全球化竞争时代的生存之道。而信息化的基础在于一个完善高速的网络架构,并在这个架构上做到网络负载均衡。针对目前网络架构现状,从数据挖掘的角度提出一种负载均衡的方法,基于数据点对网络流量进行聚类,形成聚类数据。将这些聚类按时间序列预测其负载强度,使整个系统负载均衡。实验与分析结果表明了该方法的有效性。     

知识发现状态空间模型及其在图像挖掘中的应用*

提出了知识发现状态空间统一模型,将结构化数据挖掘与复杂类型数据挖掘联系起来,成为知识发现领域的一种统一框架理论,为复杂类型数据挖掘提供理论指导,并给出了该模型在图像挖掘中的应用实例。     

Decentralized Association Rule Mining on Web Using Rough Set Theory

A central part of many algorithms for mining association rules in large data sets is a procedure that is to find so called frequent itemsets. The frequent itemsets are very large due to transactions data increasing. This paper proposes a new approach to find frequent itemsets employing rough set theory that can extract association rules for each homogenou.s cluster of transaction data records and relationships between different clusters. This paper conducts an algorithm to reduce a large number of itemsets to find valid association rules.     

基于CORBA的Web数据挖掘工具的设计及应用

利用高效的数据挖掘工具从网上丰富的资源中提取有效的数据对商家显得很重要，基于CORBA的Web数据挖掘工具能挖掘潜在的、有用的信息，帮助商家发掘潜在的市场，提高商家的竞争力。     

数据挖掘技术及工具研究

本文对数据挖掘技术作了简要的概述，分析了数据挖掘的体系结构和数据挖掘的分析方法，并简要介绍了几种数据挖掘工具以及它们的特点，在文章的最后展望了数据挖掘的发展方向。     

影响关联规则挖掘的有趣性因素的研究

关联规则挖掘是数据挖掘研究中的一个重要方面,而其中一个重要问题是对挖掘出的规则的感兴趣程度的评估。实际应用中可从数据源中挖掘出大量的规则,但这些规则中的大部分对用户来说是不一定感兴趣的。关联规则挖掘中的有趣性问题可从客观和主观两个方面对关联规则的兴趣度进行评测。利用模板将用户感兴趣的规则和不感兴趣的规则区分开,以此来完成关联规则有趣性的主观评测;在关联规则的置信度和支持度基础上对关联规则的有趣性的客观评测增加了约束。