數(shù)據(jù)挖掘及其在網(wǎng)絡(luò)信息檢索中的類型及應(yīng)用

1、網(wǎng)絡(luò)信息資源及其特點(diǎn)
所謂網(wǎng)絡(luò)信息資源就是指網(wǎng)絡(luò)上能夠滿足用戶信息需求的資源的集合?？上攵?，網(wǎng)絡(luò)信息資源相當(dāng)?shù)呢S富，各方面的都有，其內(nèi)容涉及到世界上的每一方面，例如：農(nóng)業(yè)、文學(xué)、航天、地理、醫(yī)療、計(jì)算機(jī)、法律、娛樂(lè)界等幾乎所有專業(yè)領(lǐng)域，網(wǎng)絡(luò)資源是知識(shí)和信息的集合，是一批非常寶貴的財(cái)富。而目前的網(wǎng)絡(luò)信息資源與傳統(tǒng)的不同，以成為一種新型的數(shù)字化資源。網(wǎng)絡(luò)信息資源的特點(diǎn)主要體現(xiàn)在以下幾個(gè)方面：
(1)信息數(shù)量龐大、種類繁多以及傳播范圍比較廣。網(wǎng)絡(luò)信息類型呈現(xiàn)多樣化，主要有文本、數(shù)據(jù)、圖文、圖像、音頻、視頻等信息；其內(nèi)容也不是單一的既有健康的信息，也少不了有害和虛假的信息，從個(gè)人到政府都有一定量的信息。
(2)目前網(wǎng)絡(luò)信息資源管理機(jī)制多樣，沒(méi)有統(tǒng)一的機(jī)制，以至于網(wǎng)絡(luò)信息安全缺乏一定的保障。于是就出現(xiàn)了普遍存在的黑客、計(jì)算機(jī)病毒和色情信息。國(guó)家花費(fèi)了大量的社會(huì)資源來(lái)防止有害信息的傳播。
(3)由于科學(xué)技術(shù)的不斷發(fā)展造成了網(wǎng)絡(luò)信息資源更新數(shù)的極快，在網(wǎng)絡(luò)信息管理方面就比較困難。網(wǎng)絡(luò)信息屬于自由發(fā)布，因此信息來(lái)源廣泛，內(nèi)容呈現(xiàn)出多種多樣，質(zhì)量也就沒(méi)有了保障。
(4)網(wǎng)絡(luò)資源最大的優(yōu)點(diǎn)是它給用戶提供了多層次的信息交流模式，反應(yīng)了當(dāng)今社會(huì)生活的各個(gè)方面，形成了網(wǎng)絡(luò)的百科全書(shū)和具有快速的傳播功能。
2、網(wǎng)絡(luò)信息挖掘的類型
2.1網(wǎng)絡(luò)信息的內(nèi)容挖掘
網(wǎng)絡(luò)信息的內(nèi)容挖掘就是從網(wǎng)絡(luò)中存在的內(nèi)容、數(shù)據(jù)中發(fā)現(xiàn)出對(duì)自己有用的信息。網(wǎng)絡(luò)信息資源類型繁多，其中大量的網(wǎng)絡(luò)信息資源可以通過(guò)在網(wǎng)絡(luò)中的索引和檢索服務(wù)直接獲取，但是還有一些網(wǎng)絡(luò)信息是通過(guò)一些工具或方法獲取，如用戶通過(guò)提問(wèn)而動(dòng)態(tài)生成的結(jié)果就屬于此類信息。還有一些私人網(wǎng)絡(luò)數(shù)據(jù)，它們不能夠通過(guò)就不能通過(guò)索引收索出來(lái)。另外，網(wǎng)絡(luò)信息內(nèi)容是由文本、圖像、音頻、視頻和數(shù)據(jù)等形式的數(shù)據(jù)組成的，由此可見(jiàn)網(wǎng)絡(luò)內(nèi)容挖掘是一種多媒體數(shù)據(jù)挖掘形式。