信息分析技术的发展与挑战

  • 格式:pdf
  • 大小:343.93 KB
  • 文档页数:5
町以人 致将 它 分 为 3个 阶 段 : 以 文献 计 量 学 为 基 础 的 阶段 、 以信 息 计 量 学 为 基 础 的阶 段 和 以
微 观 信 息经 济 学 为 基 础 的 阶 段 。 随 着 现 代 信 息 技 术 的发 展 , 声像 技 术 、计 算机 技 术 、 网 络 技 术 、 量 化 分 析 等 多种 技 术 已经 进 入 信 息 分 析领 域 。 声 像 技 术 为信 息 分 析 技 术 提 供 了形 象 化 的
良好 的 基 础 ,而 一 些 国 际 互 联 网络 技 术 和 模 糊 图表 输 出 。关 联 分 析 分 为 统 计关 联 ( 分 析 单 以
元 值 在 数 据 库 中 的共 同 出 现 为 基 础 ) 引 义 关 联 、 ( 文献引用和被 引用为基础 ) 语 义关联( 以 和 验
专 家 辅 助 决 策 分 析 系 统 等 现 代 信 息 技 术 及 专 业 软 件 已广 泛 应 用 于 现 代 信 息 分 析 技 术 之 中 。 目
种 方 法 ,如 模 型 预 测 方 法 、评 估 方 案 、 相 关 分 析 方 法 ,充 分 利 用 以 网 络 化 的 计 算 机 为 核 心 的 信 息 技 术 ,同 时 开 发 分 析 研 究 了信 息 化 关 键 技
按 搜 索 方 式 可 以分 为 正 向推 理 ( 实 一 日标 ) 事 、 反 向推 理 ( 目标 一 事 实 )及 综 合 推 理 ( 实 一 事 中 间 结 果 一 目标 )三 种 。按 知识 表 示 方 法 分 为
术 :网上 导 航 工 具 、 数 据 库 技 术 、信 息 安 全 技 术 、检 索 技 术 、 自动 标 引 技 术 等 ,使 信 息 的 搜 集 、 加 ’ 、处 理 实 现 自动 化 。本 文 概 要 介 绍 当
基 于 语 义 网 的推 理 、 基 于 谓 词 演 算 的推 理 、基
指数 平 滑 、 回 归 分 析 、生 长 曲线 、 包 络 线 外 推
因 素 , 是 一 种 对 已知 信 息 的 内容 进 行 深 加 I的 活动 。 近 二 三 十 年 来 , 信 息 分 析 得 剑 了迅 猛 发 展 。纵观 信 息 分 析 基 础 理 论的 产 生和 发 展 过 程 ,
综 述 :信 息 分 析 技 术 的发 展 与 挑 战
信 息 分 析 技 术 的 发 展 与 挑 战
刘 晓环 梁 云 彭 晓 成
摘要 :数字信 息时代带来 了海量信 息,如何快速准确地发现其中有用信息,对信 息分析
技 术提 出了前 所 未有 的挑 战。本文概 要 介 绍 当前 典型 智 能信 息分析技 术 ,并就 未来信 息分析 技 术 的发展 方 向 , 包括未 来信 息分析 工 具首 先需要 考 虑的 需求进 行分 析 。 关键 词 :数据 挖掘 ;连接发 现 ;信 息检 索 ; 自动摘要 ;信 息抽 取 ; 自动 问答 系统
前 典 型 智 能 信 息 分 析 技 术 , 并 就 未 来 信 息 分 析 技 术 的 发 展 方 向 ,包 括 未 来 信 息 分 析 工 具 首 先 需要考虑 的需求进行分析 。
2 典 型 智 能 信 息 分 析 技 术
信息分析技 术涉及技术领域 广且种类繁多 , 在 当 前 信 息 量 高度 膨 胀 的 社 会 中 , 单 纯 使 人 T l 的 方 法 己不 可 能 , 冈 此 人 量 采 用 了计 算 机 辅 助 信 息 分 析 方 法 。计 算机 辅 助 信 息 分 析 方 法 主 要 可 分 为 三 大 类 :数 据 统 计 和 分 析 、关 联 分 析 和 推 理 分 析 。其 中 ,数 据 统 计 和 分 析 又 分 为数 量 统 计 ( 如 频 数 统 计 、平 均 数 统 计 、指 数 统 比 计、动态统 计等 ) 、趋 势 分 析 ( 比如 滑 动 平 均 、
证 分 析 结 果 的 语 义 性 、建 立 语 义 关 系 等) i个
方 而 。推 理 分 析 按 人 类 的推 理机 制 可 以分 为形 式推理 ( 绎推理 ) 演 、过 程 推 理 、类 比推 理 、归
纳 推 理 ( 括 和 抽 象 )及 原 推 理 等 几 种 类 型 ; 概
前 ,信 息分 析 技 术 已经 广 泛 采 用 了软 科 学 的 各
1 引 言
在 信 息 时代 ,信 息 记 录 每 秒 数 以千 计 地 创 建 。这 种 大 规 模爆 炸 性 的 数 据 集 对 信 息 分 析 技 术 提 出 了更 高 的 要 求 。所 谓 信 息 分 析 就 是 对 大
量 信 息 进 行 搜 集 和 整 序 , 除 其 中 的 不 确 定 性 消

71 ・
电 信 技 术 研 究
第 3 5期 6 RE E RC S A H ON T L C E E OMM U C T ON T CHN OGY NI A I E OL 21 年 1 0 1 期
= 生 式 系 统 的推 理 、 于 框 架 系 统 的 推 理 等 。 产 基 将 更 多 的智 能 信 息 技 术 ,包 括 人 工 智 能 ,数 据 挖 掘 , 网格 计 算 以及 统 计 学 习 理 论 和 应 用 等 技
析 、 机 器 学 习 、概 率 统 计 和 连 接 分 析 等 …。
通 常 的 数 据 挖 掘 算 法 一 般 运 行 在 向量 形 式
的特 征 上 ,而 不 是 “图 ” 。连 接 发 现 把 数 据 表 示 成 图 的 结 构 形 式 , 我 们 称 为 实 体 关 系 图 , 图 中 的 顶 点 表 示 实 体 , 边 表 示 实 体 间 的 关 系 ,注 意
等) 、模 型 模 拟 ( 如 统 计 模 型 、失 量 模 型 、函 比
表 达 形 式 ,国 际 联 机 检 索 终 端 的增 多 和 数 值 型 、 数 模 型 、网络 模 型 等 ) 、比较 分 析 、综 合 分 析 及
事 实 型 数 据 库 的建 立 ,为 信 息 分 析 技 术 奠 定 了