網(wǎng)絡信息提取與分析技術.pdf

1、當今中國的互聯(lián)網(wǎng)，經(jīng)過十余年的發(fā)展，取得了前所未有的繁榮。網(wǎng)絡中的大小站點數(shù)以千萬記，積淀下的信息量更是海量記。在這些海量信息中，存在著相當巨大的關于公司福利，待遇，口碑，職業(yè)前途等方面的數(shù)據(jù)，絕大多數(shù)分布在各大論壇的職業(yè)板塊，個人空間，BLOG，各大高校BBS等互動討論空間中。這些互動空間中的數(shù)據(jù)，在一定程度上具備相當?shù)膬r值。譬如，在各大高校的BBS中，每年年底，當應屆生加入求職大軍時，相當一部分學生會就各公司的薪水狀況，福利待遇發(fā)貼

2、進行詢問以及討論，而一部分得到公司offer的學生亦會在一定程度上公布公司的薪水待遇狀況。這一類的信息，對于工作一族，求職學子，跳槽人士等用戶，在一定程度上具備相當大的參考價值。但隨著時間的推移，此類數(shù)據(jù)亦沉積在浩淼的互聯(lián)網(wǎng)中。而在當前中國互聯(lián)網(wǎng)中，還沒有一個專業(yè)站點，對此類信息進行分析與搜集，進而為職業(yè)人士提供數(shù)據(jù)參考以及決策支持。 本研究運用信息獲取技術(Information Retrieve)，文本挖掘技術(Text M