計算機網(wǎng)絡數(shù)據(jù)分析研究

　　目前，人類面臨著矛盾的局面，即信息量大幅增加導致信息掌握整體水平下降，使得不同領域的分析活動不斷復雜化。 現(xiàn)如今，互聯(lián)網(wǎng)已成為世界范圍內自給自足的媒體環(huán)境，它正逐漸成為信息最重要的來源之一。隨著用戶需求水平不斷提升，現(xiàn)有網(wǎng)絡分析技術越來越難以滿足用戶需要，不僅對專業(yè)分析人士，對于普通用戶亦是如此。盡管實際上所有已知的搜索服務可以搜索各種形式的文檔，訪問新聞消息、全文文檔、多媒體文檔，但這種局面仍然存在。網(wǎng)絡分析包括對現(xiàn)代計算機網(wǎng)絡信息內容的分析、超大規(guī)模動態(tài)信息庫（大數(shù)據(jù)）的覆蓋和檢索，不斷出現(xiàn)在全球網(wǎng)絡環(huán)境中的信息流，要求新的方法來確定信息流中消費者或目標群體需要的知識及服務。 為了提供各個領域的信息分析活動，有必要實施涵蓋所有信息工作流程的理論基礎信息技術，包括監(jiān)測、信息流聚合、分析概括、可視化操作。 本書致力于研究信息分析活動的理論基礎和信息技術問題，書中分析了涉及廣泛信息空間的發(fā)展、信息流動態(tài)和內容、網(wǎng)絡信息領域里的導航和搜索的可能性，現(xiàn)代信息檢索系統(tǒng)技術、信息分析處理與歸納方法、監(jiān)測技術基礎、信息的自適應聚合和泛化等問題，最后是構建適應信息和分析活動任務的適應性文獻庫這一實際應用。 盡管這本書主要面向自動化信息分析處理領域的專業(yè)人士、本科生和研究生，但相信，該書對于競爭情報領域的分析師和專家來說，也將十分受用，使用本書提出的方法與信息技術將能夠提高其工作效率和質量。前 言 廣泛領域的分析活動涉及信息處理、對信息處理的深度理解、對特定情況的分析決策、獲取補充信息、分析與研究問題相關的所有可用信息，信息專題處理、分析報告的可視化處理、分析報告的驗證、新知識獲取方法及管理方法等。 目前，發(fā)展監(jiān)測方法和手段，以自適應地聚合和推廣來自全球計算機網(wǎng)絡的信息流，支持各種應用領域的信息和分析活動，已成為迫切需要解決的問題。同時，為了及時獲取有關計算機網(wǎng)絡的多維和客觀信息，進一步用于各種分析活動，需要采用現(xiàn)代技術解決方案。 用戶分析師發(fā)展信息空間的演變涵蓋3個主要階段。著手于互聯(lián)網(wǎng)上的工作時，用戶首先轉向選定的信息來源——網(wǎng)站、檔案館或數(shù)據(jù)庫（Database，DB），不斷監(jiān)測新材料出現(xiàn)時的變化和動態(tài)，即獨立監(jiān)測信息空間的這些環(huán)節(jié)。 使用網(wǎng)絡空間資源的下一步通常是運用網(wǎng)絡信息檢索系統(tǒng)（Information Retrieval System，IRS），每個系統(tǒng)都有自己的特點，但當今處于壟斷地位的毫無疑問是Google、百度和Yandex（Google面向全球，百度主要針對中國用戶，Yandex面向俄羅斯和烏克蘭用戶）。 通常，有經(jīng)驗的用戶還會使用集合常規(guī)網(wǎng)絡 IRS功能的專用元素搜索系統(tǒng)（MRS）。其中一些系統(tǒng)擁有適應用戶信息需求的功能。 信息空間具有信息多源、多領域的特點。來自于這些信息源的信息流集合構成了既保障應用又保障存儲的信息環(huán)境，同時增強了信息的再現(xiàn)。因此，本書第一部分主要討論信息空間和信息流的概念。描述了信息流的定性和正式定義，它被理解為連續(xù)動態(tài)中不斷變化、相互關聯(lián)的消息信息集合，即被創(chuàng)建、開發(fā)、修改和回收的文檔集合。 考慮了信息流研究的各種方法——從最簡單的線性方程模型到現(xiàn)代協(xié)同系統(tǒng)。第一章還探討了互聯(lián)網(wǎng)中的信息源，以及形成內容相關文件集群的模型和機制，這些內容相關文件形成主題或基于事件的動態(tài)信息圖。 第二章主要研究信息檢索、全球信息網(wǎng)絡導航的算法和方法。 這一章重點討論了元搜索系統(tǒng)、分散搜索的模型與技術及對等系統(tǒng)（PeertoPeer System）。 第三章涉及與文本深入分析相關的信息流的內容分析。這一章討論了信息的語義處理方法、分類和聚類分析算法、提取概念和自動生成報告的方法。第三章主要關注計算機語言學、文本信息的重復性、相似性和排序問題。同時，本章也反映了復雜網(wǎng)絡 （Complex Network） 的現(xiàn)代概念與計算機語言學任務之間的相互聯(lián)系。 第四章主要介紹了信息流自適應聚合的技術基礎，也就是形成適應用戶需求的信息空間片段。邏輯上，信息的聚合與其信息空間內對應集群特定請求的信息流的劃分相關。另外，本章詳細討論了構建企業(yè)元搜索系統(tǒng)的原理。作為信息聚合概念實施的一個例子，第四章研究了Doc’s Bundle公司系統(tǒng)，主要處理以PDF格式呈現(xiàn)的文檔流。Doc’s Bundle系統(tǒng)的元素之一是元搜索模塊，它生成了文檔流，即在Google、Yandex、Bing等網(wǎng)絡搜索引擎中搜索結果的聚合。 第四章還詳細介紹了企業(yè)元搜索系統(tǒng)的典型用戶界面。

暫缺《計算機網(wǎng)絡數(shù)據(jù)分析研究》作者簡介