網(wǎng)絡(luò)環(huán)境下的領(lǐng)域知識挖掘.pdf

1、當前海量異質(zhì)、快速增長的網(wǎng)絡(luò)資源帶來了“數(shù)據(jù)過?！焙汀爸R貧乏”的矛盾，增大了人們及時獲取有用知識的難度。本文以網(wǎng)絡(luò)環(huán)境下的異質(zhì)數(shù)據(jù)源為研究對象，探尋各種數(shù)據(jù)中知識發(fā)現(xiàn)的可行性，按照“模型提出－算法實現(xiàn)－數(shù)據(jù)驗證”的思路，研究如何有效地利用和挖掘網(wǎng)絡(luò)數(shù)據(jù)資源，獲取潛在的、有價值的領(lǐng)域知識。本研究工作包括四個方面：
　　 ⑴提出了網(wǎng)絡(luò)環(huán)境下的領(lǐng)域知識挖掘模型。該模型是一個包括數(shù)據(jù)層、知識層和應(yīng)用層的三層模型，指導(dǎo)從異構(gòu)數(shù)據(jù)源中挖掘

2、多維度知識以提供多種知識應(yīng)用。基于該模型，論文以網(wǎng)絡(luò)科技文獻、博客日志和社會化標注為研究對象，進行了三種具體的領(lǐng)域知識挖掘?qū)嵺`研究。
　　 ⑵提出了一種新的概率主題模型：Topic-Author模型。該模型對科技文獻的文本信息和作者信息進行聯(lián)合建模，深入對文獻的分析?；诖四Ｐ蜆?gòu)建了一個多維度文獻知識挖掘框架，進行概念挖掘、專家發(fā)現(xiàn)、文獻推薦，研究趨勢分析、主題關(guān)系挖掘等領(lǐng)域知識的發(fā)現(xiàn)和應(yīng)用。
　　 ⑶提出了一個Blog

3、知識挖掘框架，進行主題挖掘、觀點分析和擴散研究。利用文本聚類和主題模型兩種文本分析方法，挖掘Blog日志內(nèi)容中的潛在概念，并對其進行觀點分析。研究了社會化網(wǎng)絡(luò)的擴散模型，總結(jié)了實現(xiàn)擴散最大化的方法，提出了一種改進的門檻擴散模型。
　　 ⑷分析了基于社會化標注的集體智慧和Web環(huán)境下的知識組織分類法，進行了社會化標注的語義知識挖掘，提出了一種輕量級本體構(gòu)建方法。該方法依據(jù)所提出的基于加權(quán)網(wǎng)絡(luò)分割的社會化標簽聚類算法，進行語義聚類和