數(shù)據(jù)挖掘技術(shù)在農(nóng)業(yè)信息服務(wù)中的應(yīng)用研究.pdf

1、我國是一個農(nóng)業(yè)大國，由于農(nóng)業(yè)的基礎(chǔ)薄弱，農(nóng)業(yè)信息化水平始終落后于西方發(fā)達(dá)國家。在我國加入WTO組織之后，農(nóng)業(yè)信息化建設(shè)進(jìn)入了快速發(fā)展階段，農(nóng)業(yè)類網(wǎng)站如雨后春筍般涌現(xiàn)出來。涉農(nóng)網(wǎng)站中存有大量的農(nóng)業(yè)數(shù)據(jù)，并且數(shù)據(jù)每天仍在以指數(shù)級的速度增長。但是這些海量數(shù)據(jù)只是原始信息，包含大量模糊的，不完整的，帶有噪聲的信息，并不能作為知識被人們直接利用。
　　 農(nóng)業(yè)方面的信息很多，有宏觀信息、科技信息、市場信息和科學(xué)文化信息等。這些信息在農(nóng)業(yè)領(lǐng)域

2、發(fā)揮著重要作用。農(nóng)業(yè)信息按照需求和特點，又可以分為季節(jié)性信息、地域性信息、綜合性信息、時效性信息、多層次信息及創(chuàng)新性信息等。信息的傳遞依賴于信息載體，農(nóng)業(yè)信息的載體很多?，F(xiàn)階段，我國的農(nóng)業(yè)信息傳播的主要載體，有電視、廣播、報刊、圖書和互聯(lián)網(wǎng)等大眾傳媒。每一種載體都有自己的特點，不同的載體相互補(bǔ)充。與廣播，電視，電話等傳統(tǒng)的農(nóng)業(yè)信息載體相比較，互聯(lián)網(wǎng)是正在蓬勃發(fā)展的新的信息傳播載體。目前，農(nóng)業(yè)網(wǎng)站是農(nóng)業(yè)信息的重要載體，通過農(nóng)業(yè)網(wǎng)站傳遞著海

3、量的農(nóng)業(yè)信息數(shù)據(jù)，是其他農(nóng)業(yè)信息載體所不能比的。同時，農(nóng)業(yè)網(wǎng)站是開展農(nóng)業(yè)電子商務(wù)的重要手段之一，也是農(nóng)民及相關(guān)從業(yè)者交流和學(xué)習(xí)的平臺。在農(nóng)業(yè)網(wǎng)站中存在大量的行情土情、作物信息、經(jīng)驗技術(shù)和政策法規(guī)等原始信息。
　　 通過應(yīng)用數(shù)據(jù)挖掘技術(shù)來解決“信息爆炸，但知識貧乏”的問題，提高農(nóng)業(yè)信息的利用率。Web數(shù)據(jù)挖掘就是使用數(shù)據(jù)挖掘技術(shù)對Web網(wǎng)頁中的數(shù)據(jù)進(jìn)行自動抽取、處理和知識發(fā)現(xiàn)的過程，根據(jù)挖掘?qū)ο蟮牟煌?，Web數(shù)據(jù)挖掘可以分為Web

4、內(nèi)容挖掘、Web結(jié)構(gòu)挖掘和Web用戶訪問模式挖掘三類。相對于傳統(tǒng)的數(shù)據(jù)庫來說，Web上的數(shù)據(jù)不是完全結(jié)構(gòu)化的數(shù)據(jù)，且不同Web站點的信息組織各不相同。因此，面向Web的數(shù)據(jù)挖掘技術(shù)首先要解決異構(gòu)數(shù)據(jù)源問題和半結(jié)構(gòu)化的數(shù)據(jù)問題。
　　 本文把農(nóng)業(yè)網(wǎng)站作為挖掘的數(shù)據(jù)源，為了更有效地管理和利用通過挖掘得到的農(nóng)業(yè)數(shù)據(jù)，嘗試構(gòu)建了一種星型結(jié)構(gòu)的農(nóng)業(yè)數(shù)據(jù)倉庫模型，并給出了農(nóng)業(yè)網(wǎng)站數(shù)據(jù)挖掘的模型系統(tǒng)。農(nóng)業(yè)網(wǎng)站的數(shù)據(jù)自動抽取技術(shù)也是本文研究的難