搜索引擎在网络信息挖掘中的应用-搜索引擎技术

     随着网络信息资源的急剧增长，人们越来越多地关注如何快速有效地从海量的网络信息中，抽取出潜在的、有价值的信息，使之有效地在管理和决策中发挥作用。搜索引擎技术解决了用户检索网络信息的困难，目前搜索引擎技术正成为计算机科学界和信息产业界争相研究、开发的对象。本文旨在探讨搜索引擎技术在网络信息挖掘方面的应用。
　
    一、数据挖掘的研究现状
    讨论网络信息挖掘，首先要从传统的数据挖掘谈起。
　
    1、什么是数据挖掘
    根据W.J.Frawley和G.P.Shapiro等人的定义，数据挖掘是指从大型数据库的数据中提取人们感兴趣的知识，而这些知识是隐含的、事先未知的、潜在的有用信息。原始数据可以是结构化的，如关系型数据库中的数据；也可以是半结构化的，如文本、图形、图像数据；甚至是分布在网络上的异构型数据。数据挖掘的方法可以是数学的，也可以是非数学的；可以是演绎的，也可以是归纳的。挖掘出来的信息可以被用于信息管理、决策支持、过程控制等，还可用于数据自身的维护。因此，数据挖掘是一门广义的交叉学科，它汇聚了不同领域的研究者，尤其是数据库、人工智能、数理统计、可视化、并行计算等方面的学者和工程技术人员。
　
    2、数据挖掘的研究现状
    目前，国外在数据挖掘方面的发展趋势及研究主要有：对知识发现方法的进一步研究，如近年来注重对Bayes(贝叶斯)方法以及Boosting方法的研究和提高；统计学回归法在KDD中的应用；KDD与数据库的紧密结合；对网络信息挖掘方法的研究等。国外很多计算机公司非常重视数据挖掘的开发应用，IBM和微软都成立了相应的研究中心，一些公司的相关软件也开始在国内销售，如Platinum、BO以及IBM。
　
    国内从事数据挖掘研究的人员主要在大学，也有部分在研究所或公司。所涉及的研究领域很多，一般集中于学习算法的研究、数据挖掘的实际应用以及有关数据挖掘理论方面的研究。目前进行的大多数研究项目是由政府资助进行的，如国家自然科学基金、863计划、“九五“计划等。
　
    可以看出，数据挖掘的研究和应用受到了学术界、实业界和政府部门的越来越多的重视。
　
    3、数据挖掘的分类及其工具