發(fā)布時(shí)間：2018-04-17 06:08

  本文選題：機(jī)器學(xué)習(xí) + 半結(jié)構(gòu)化數(shù)據(jù)��； 參考：《計(jì)算機(jī)科學(xué)》2001年11期

【摘要】：正 1 引言今天Web已成為信息發(fā)布、交互及獲取的主要工具,Web上的信息量正以驚人的速度增加著,人們迫切需要能自動(dòng)地從Web上發(fā)現(xiàn)、抽取和過(guò)濾信息的工具。同時(shí),近年來(lái),由于電子商務(wù)的快速發(fā)展,許多公司借助Internet進(jìn)行在線交易,企業(yè)管理者需要分析大量的在線交易數(shù)據(jù),從而發(fā)現(xiàn)用戶的興趣愛好及購(gòu)買趨勢(shì),為商業(yè)決策風(fēng)險(xiǎn)投資等提供依據(jù)。具體來(lái)講,當(dāng)我們與Web交互時(shí),常面臨如下問題: 1.查詢相關(guān)信息。這是查詢觸發(fā)的過(guò)程,我們希望從Web上找到關(guān)于VC~++編程指南的書,關(guān)于申辦奧運(yùn)會(huì)的信息,甚至關(guān)于愛滋病的報(bào)道等等。可以用搜索引擎如Yahoo Sohu等進(jìn)行關(guān)鍵字查找,然而,今天的搜索引擎都有兩個(gè)嚴(yán)重問題:低查準(zhǔn)率會(huì)返回很多不相關(guān)的結(jié)果;低查全率有很多相關(guān)的文檔找不到。
[Abstract]:Introduction 1. Today, Web has become the main tool for information release. The amount of information on the web is increasing at an alarming speed. People urgently need tools to automatically discover, extract and filter information from Web.At the same time, due to the rapid development of e-commerce in recent years, many companies use Internet to conduct online transactions. Enterprise managers need to analyze a large amount of online transaction data to find out users' interests and purchasing trends.Provides the basis for the business decision risk investment and so on.Specifically, when we interact with Web, we often face the following problems: 1.Query related information.This is a query triggered process. We hope to find a book on the VC ~ programming guide on Web, information on the bid for the Olympic Games, even reports on AIDS, and so on.Search engines such as Yahoo Sohu can be used for keyword search. However, today's search engines have two serious problems: low precision will return a lot of irrelevant results, and low recall can not find many related documents.
【作者單位】： 東南大學(xué)計(jì)算機(jī)科學(xué)與工程系 東南大學(xué)計(jì)算機(jī)科學(xué)與工程系 東南大學(xué)計(jì)算機(jī)科學(xué)與工程系 東南大學(xué)計(jì)算機(jī)科學(xué)與工程系
【基金】：國(guó)家自然基金(79970092)
【分類號(hào)】：TP393.09

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 徐棟;;機(jī)器學(xué)習(xí)在網(wǎng)絡(luò)攻擊檢測(cè)中的應(yīng)用[J];河南科技;2011年13期

2 陳時(shí)敏;韓心慧;;基于機(jī)器學(xué)習(xí)的網(wǎng)頁(yè)木馬識(shí)別方法研究[J];信息網(wǎng)絡(luò)安全;2011年09期

3 陳朝暉;;一種基于DPI和DFI技術(shù)的應(yīng)用識(shí)別系統(tǒng)[J];中國(guó)高新技術(shù)企業(yè);2011年16期

4 戴磊;云曉春;張永錚;吳志剛;;一種基于TCM主動(dòng)學(xué)習(xí)的P2P流識(shí)別技術(shù)[J];高技術(shù)通訊;2010年07期

5 李京;姜衛(wèi);張跟鵬;宋世延;;基于電子商務(wù)的個(gè)性化推薦系統(tǒng)研究[J];計(jì)算機(jī)與數(shù)字工程;2011年07期

6 鄧莎莎;李嘉;;網(wǎng)頁(yè)數(shù)據(jù)抽取中Wrapper的維護(hù)[J];上海電力學(xué)院學(xué)報(bào);2011年04期

7 孫艷;周學(xué)廣;;內(nèi)容過(guò)濾技術(shù)研究進(jìn)展[J];信息安全與通信保密;2011年09期

8 孫楠;張華偉;;一種新的用于數(shù)據(jù)挖掘工具的網(wǎng)頁(yè)凈化算法[J];鄭州輕工業(yè)學(xué)院學(xué)報(bào)(自然科學(xué)版);2011年03期

9 辛潔;崔志明;趙朋朋;張廣銘;鮮學(xué)豐;;基于MapReduce虛擬機(jī)的Deep Web數(shù)據(jù)源發(fā)現(xiàn)方法[J];通信學(xué)報(bào);2011年07期

10 顧成杰;張順頤;;基于改進(jìn)SVM的網(wǎng)絡(luò)流量分類方法研究[J];儀器儀表學(xué)報(bào);2011年07期

相關(guān)會(huì)議論文 前10條

1 陳時(shí)敏;韓心慧;;基于機(jī)器學(xué)習(xí)的網(wǎng)頁(yè)木馬識(shí)別方法研究[A];第26次全國(guó)計(jì)算機(jī)安全學(xué)術(shù)交流會(huì)論文集[C];2011年

2 鄧蔚;秦志光;;基于Kolmogorov復(fù)雜性的垃圾信息過(guò)濾研究綜述[A];中國(guó)電子學(xué)會(huì)第十七屆信息論學(xué)術(shù)年會(huì)論文集[C];2010年

3 王騰蛟;唐世渭;楊冬青;劉云峰;;半結(jié)構(gòu)化數(shù)據(jù)的局部精確模式提取方法[A];第十七屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2000年

4 丁山山;陳世平;;智能Agent技術(shù)在個(gè)性化WEB信息代理中的應(yīng)用研究[A];輝煌二十年——中國(guó)中文信息學(xué)會(huì)二十周年學(xué)術(shù)會(huì)議論文集[C];2001年

5 陳瀅;張宜紅;王能斌;;Web視圖技術(shù)研究[A];第十六屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集[C];1999年

6 王靜;杜小勇;王珊;;Web站點(diǎn)查詢系統(tǒng)的研究和設(shè)計(jì)[A];第十七屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2000年

7 柳斌;李之棠;涂浩;;一種基于半監(jiān)督學(xué)習(xí)的應(yīng)用層流量分類方法[A];2008年全國(guó)開放式分布與并行計(jì)算機(jī)學(xué)術(shù)會(huì)議論文集(下冊(cè))[C];2008年

8 許小林;唐文忠;原忠義;;電子郵件智能檢測(cè)模型的研究[A];2006中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2006年

9 楊武;王巍;張樂君;國(guó)林;云曉春;;一種動(dòng)態(tài)自學(xué)習(xí)的高效入侵檢測(cè)模型研究[A];全國(guó)網(wǎng)絡(luò)與信息安全技術(shù)研討會(huì)論文集（上冊(cè)）[C];2007年

10 馮迪;李晉宏;曹原;;基于網(wǎng)頁(yè)的數(shù)據(jù)挖掘研究[A];2007通信理論與技術(shù)新發(fā)展——第十二屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2007年

相關(guān)重要報(bào)紙文章 前3條

1 阮光塵邋朱元春;多層構(gòu)建郵件免疫機(jī)能[N];中國(guó)計(jì)算機(jī)報(bào);2007年

2 沈生;多管齊下清理網(wǎng)上垃圾[N];中國(guó)計(jì)算機(jī)報(bào);2004年

3 ;關(guān)注移動(dòng)應(yīng)用 諾基亞打造Nokia Access Mobilizer[N];網(wǎng)絡(luò)世界;2003年

相關(guān)博士學(xué)位論文 前10條

1 左申正;基于機(jī)器學(xué)習(xí)的網(wǎng)絡(luò)異常分析及響應(yīng)研究[D];北京郵電大學(xué);2010年

2 李戰(zhàn)春;入侵檢測(cè)中的機(jī)器學(xué)習(xí)方法及其應(yīng)用研究[D];華中科技大學(xué);2007年

3 何召衛(wèi);受限本體相似[D];北京郵電大學(xué);2008年

4 柳斌;P2P流的測(cè)量與識(shí)別方法研究[D];華中科技大學(xué);2008年

5 田新廣;基于主機(jī)的入侵檢測(cè)方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2005年

6 史興鍵;安全強(qiáng)審計(jì)模型研究[D];西北工業(yè)大學(xué);2006年

7 夏迎炬;文本過(guò)濾關(guān)鍵技術(shù)研究[D];復(fù)旦大學(xué);2003年

8 鄒濤;智能網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)關(guān)鍵技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2004年

9 尹清波;基于機(jī)器學(xué)習(xí)的入侵檢測(cè)方法研究[D];哈爾濱工程大學(xué);2007年

10 徐和祥;Deep Web集成中若干技術(shù)研究[D];復(fù)旦大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 向光;基于機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘的入侵檢測(cè)技術(shù)研究[D];東北大學(xué);2005年

2 亢華愛;入侵檢測(cè)系統(tǒng)中基于代價(jià)敏感分類算法的研究[D];太原理工大學(xué);2005年

3 黃際洲;聊天機(jī)器人知識(shí)庫(kù)自動(dòng)抽取算法的研究與實(shí)現(xiàn)[D];重慶大學(xué);2006年

4 蘆明;語(yǔ)義網(wǎng)服務(wù)中基于機(jī)器學(xué)習(xí)的本體映射研究[D];大連海事大學(xué);2008年

5 蔣道霞;基于機(jī)器學(xué)習(xí)的入侵檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];南京理工大學(xué);2005年

6 李東升;主題搜索引擎研究[D];哈爾濱工程大學(xué);2005年

7 那力嘉;基于個(gè)人信息管理的郵件處理系統(tǒng)[D];天津大學(xué);2004年

8 馬金剛;基于向量空間的信息過(guò)濾關(guān)鍵技術(shù)研究[D];山東師范大學(xué);2006年

9 成寶國(guó);基于統(tǒng)計(jì)方法的垃圾郵件處理技術(shù)研究[D];西北大學(xué);2006年

10 李笛;基于內(nèi)容的垃圾郵件過(guò)濾方法研究[D];合肥工業(yè)大學(xué);2008年

，

本文編號(hào)：1762387