电子信息和通信论文网络知识挖掘在数字参考咨询中的实现【内容提要】文章着重阐述了网络知识挖掘产生的背景及其概念、技术,探讨了网络知识挖掘在数字参考咨询服务中的应用。【摘要题】信息需求与服务【关键词】数字参考咨询/数据挖掘/网络知识挖掘【正文】1 网络知识挖掘产生的背景及其概念、技术对知识挖掘的设想始于20世纪80年代末。当时出现了从源数据中发掘新信息模式及算法,被称为数据中的知识发现(Knowledge Discovery inDatabase,KDD)。这种想法的出现是由于此前的信息或知识数据库存在着种种局限,限制了对数据库中蕴涵知识的有效利用[1]。知识发现被认为是今后具有重要影响和应用前景的关键技术。知识发现(knowledge discovery)也称数据挖掘(datamining),源自人工智能的机器学习领域,是在一个已知状态的数据集上,通过设定一定的学习算法,从数据中获取所需的知识[2]。数据挖掘广泛应用于数据仓库和分布式数据库中,根据数据间的相互关系进行数据分析,提取潜在有用的信息和知识,经挖掘后被发现的知识可用于信息管理、查询优化、科学研究、决策支持、过程控制等。现有的数据挖掘工具有:Model Quest Miner、Knowledge Seeker、Business Miner、AnserTree等几十种。数据挖掘是网络知识挖掘的基础。网络知识挖掘是指利用数据挖掘技术,自动地从由异构数据组成的网络文档中发现和抽取知识,从概念及相关因素的延伸比较上找出用户需要的深层次知识的过程[3]。网络知识挖掘可分为网络内容挖掘(WebContent Mining)、网络结构挖掘(Web Construct Mining)、网络使用挖掘(Web UsageMining)。一般而言,网络知识