2023年全國(guó)碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩56頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著互聯(lián)網(wǎng)電子商務(wù)的興起,越來越多的企業(yè)將企業(yè)信息發(fā)布在網(wǎng)絡(luò)上。這種渠道使企業(yè)的經(jīng)營(yíng)市場(chǎng)不再受時(shí)間和空間的限制,各企業(yè)無論大小擁有一樣的信息資源。但是對(duì)于企業(yè)而言,如何從浩瀚的Internet上獲取感興趣的企業(yè)信息,如何尋找企業(yè)的潛在競(jìng)爭(zhēng)對(duì)手及潛在合作企業(yè),對(duì)企業(yè)的經(jīng)營(yíng)決策和生存發(fā)展都有著極其重要的意義,企業(yè)關(guān)系挖掘技術(shù)研究就是在這一環(huán)境下產(chǎn)生的。
  本文的研究工作包含兩方面內(nèi)容:企業(yè)信息抽取和關(guān)系挖掘。
  本文利用了基

2、于DOM的抽取方法抽取企業(yè)信息。首先利用網(wǎng)絡(luò)爬蟲從企業(yè)門戶網(wǎng)站爬取企業(yè)網(wǎng)頁,由于來自同一個(gè)網(wǎng)站的網(wǎng)頁在結(jié)構(gòu)上具有很大的相似性。本文利用DOM Tree對(duì)企業(yè)網(wǎng)頁進(jìn)行解析,首先借用HTML Tidy將HTML格式網(wǎng)頁轉(zhuǎn)化為XML格式,然后根據(jù)規(guī)則進(jìn)行信息節(jié)點(diǎn)定位,抽取需要的企業(yè)數(shù)據(jù)信息。
  在關(guān)系挖掘上嘗試了兩種方法:基于文本相似度的方法和基于領(lǐng)域Ontology的方法?;谖谋鞠嗨贫鹊姆椒ɡ贸槿〉牟糠制髽I(yè)信息作為代表企業(yè)的文本

3、,將企業(yè)間的文本相似度值作為判定企業(yè)競(jìng)爭(zhēng)關(guān)系的依據(jù)。本文中以向量空間模型表示企業(yè)文本并進(jìn)行文本相似度計(jì)算,并基于此方法進(jìn)行了實(shí)驗(yàn)驗(yàn)證。
  基于領(lǐng)域Ontology的企業(yè)關(guān)系挖掘首先對(duì)所分析的產(chǎn)品領(lǐng)域構(gòu)建領(lǐng)域本體,本文詳細(xì)分析了領(lǐng)域本體的構(gòu)建過程并借助斯坦福大學(xué)開發(fā)的Protégé本體構(gòu)建工具針對(duì)計(jì)算機(jī)領(lǐng)域構(gòu)建了一個(gè) Ontology,并利用Jena解析Ontology文件。通過設(shè)定規(guī)則對(duì)產(chǎn)品的關(guān)系產(chǎn)品進(jìn)行推理查詢,針對(duì)企業(yè)產(chǎn)品查

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論