数据挖掘在数字图书馆中的应用

doi:10.11925/infotech.1003-3513.2002.05.04

现代图书情报技术

2002, Vol. 18

Issue (5): 8-10 https://doi.org/10.11925/infotech.1003-3513.2002.05.04

数字图书馆

本期目录 | 过刊浏览 | 高级检索

数据挖掘在数字图书馆中的应用

王艳

(西南师范大学计科院重庆 400715)

The Application of Data Mining in Digital Library

Wang Yan

(The College of Computer and Information Science of South-West Normal Univercity,Chongqing 400715,China)

摘要
参考文献
相关文章
Metrics

全文:
输出: BibTeX | EndNote (RIS)

摘要

在描述数据挖掘技术与方法基础之上，探讨了数据挖掘在数字图书馆中的应用空间以及其所具有的巨大应用价值。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章

关键词 ：数字图书馆, 数据挖掘, Web挖掘, 文本挖掘

Abstract：

This article discusses the practical space of data mining in digital library and its great value in digital library is also discussed.

Key words： Digital library Data mining Web Mining Text mining

收稿日期: 2002-04-02 出版日期: 2002-10-25

ZTFLH:	G250.76

	TP274

通讯作者: 王艳

作者简介: 王艳

引用本文:

王艳. 数据挖掘在数字图书馆中的应用[J]. 现代图书情报技术, 2002, 18(5): 8-10.
Wang Yan. The Application of Data Mining in Digital Library. New Technology of Library and Information Service, 2002, 18(5): 8-10.

链接本文:

https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2002.05.04 或 https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2002/V18/I5/8

［１］　张冬梅. 21世纪数字图书馆的发展趋势. 现代图书情报技术，2002，（1）
［２］　王实，高文，李锦涛. Web数据挖掘. 计算机科学，2000，（4）
［３］　http://www.sims.berkeley.edu/~hearst
［４］　林鸿飞等. 可视化中文文本挖掘模型. 计算机科学，2000，（4）
［５］　Chen M.S, et al. Data Mining for Path Traversal Patterns in a Web Environment. In: Proc. Of the 16th Intl. Conf. of Distributed Computing System. 1996. 385-392
［６］　王伟强等. Internet上的文本数据挖掘. 计算机科学. ，2000，（4）
［７］　Cheung D. W, et al. Discovery User Access Patterns on the World-Wide Web; Knowledge Based Systems. Journal Elsevier Science, 1998, 10 (7)

[1]	黄名选,蒋曹清,卢守东. 基于词嵌入与扩展词交集的查询扩展^*[J]. 数据分析与知识发现, 2021, 5(6): 115-125.
[2]	许光,任明,宋城宇. 西方媒体新闻中的中国经济形象提取^*[J]. 数据分析与知识发现, 2021, 5(5): 30-40.
[3]	代冰,胡正银. 基于文献的知识发现新近研究综述 ^*[J]. 数据分析与知识发现, 2021, 5(4): 1-12.
[4]	谢旺, 王丽珍, 陈红梅, 曾兰清. 基于空间序偶模式挖掘污染源与癌症病例的关系 ^*[J]. 数据分析与知识发现, 2021, 5(2): 14-31.
[5]	余传明, 王曼怡, 林虹君, 朱星宇, 黄婷婷, 安璐. 基于深度学习的词汇表示模型对比研究*[J]. 数据分析与知识发现, 2020, 4(8): 28-40.
[6]	夏天. 面向中文学术文本的单文档关键短语抽取 ^*[J]. 数据分析与知识发现, 2020, 4(7): 76-86.
[7]	马建霞,袁慧,蒋翔. 基于Bi-LSTM+CRF的科学文献中生态治理技术相关命名实体抽取研究^*[J]. 数据分析与知识发现, 2020, 4(2/3): 78-88.
[8]	杜建. 医学知识不确定性测度的进展与展望^*[J]. 数据分析与知识发现, 2020, 4(10): 14-27.
[9]	关鹏,王曰芬. 国内外专利网络研究进展*[J]. 数据分析与知识发现, 2020, 4(1): 26-39.
[10]	黄名选,卢守东,徐辉. 基于加权关联模式挖掘与规则后件扩展的跨语言信息检索 ^*[J]. 数据分析与知识发现, 2019, 3(9): 77-87.
[11]	张勇,李树青,程永上. 基于频次有效长度的加权关联规则挖掘算法研究 ^*[J]. 数据分析与知识发现, 2019, 3(7): 85-93.
[12]	杨亚楠,赵文辉,张健,谭珅,张贝贝. 基于多视图协同的政策文本可视化研究^*[J]. 数据分析与知识发现, 2019, 3(6): 30-41.
[13]	张梦吉,杜婉钰,郑楠. 引入新闻短文本的个股走势预测模型[J]. 数据分析与知识发现, 2019, 3(5): 11-18.
[14]	陆泉,朱安琪,张霁月,陈静. *中文网络健康社区中的用户信息需求挖掘研究^——以求医网肿瘤板块数据为例**[J]. 数据分析与知识发现, 2019, 3(4): 22-32.
[15]	牟冬梅,法慧,王萍,孙晶. 基于结构方程模型的疾病危险因素研究^*[J]. 数据分析与知识发现, 2019, 3(4): 80-89.

Viewed

Full text

Abstract

Cited

Shared

Discussed