朱振立

（河北省公安消防总队，河北石家庄，050081）

数据挖掘及其在网络信息检索中的应用

朱振立

（河北省公安消防总队，河北石家庄，050081）

随着移动互联网的普及应用，如何更高效的进行网络信息检索来获取需要的信息便显得愈发重要。本文在廓清数据挖掘相关概念的基础上，对数据挖掘在网络信息检索中的应用进行了重点分析和讨论。

数据挖掘；网络信息检索；应用

0 引言

随着互联网的日益蓬勃发展，如何从广袤的网络信息海洋中提取出有价值的信息、模式和关系，逐渐成为了一门新的领域——数据挖掘。作为一门交叉学科，数据挖掘融合了信息检索、互联网、数据库、机器学习、自然语言处理等不同的学科，用多样技术完成具体的数据挖掘应用。常见的应用有：垂直搜索、推荐系统、智能问答、机器翻译、舆情监测、情报收集等等，可谓是深入到了我们日常生活的方方面面。

1 数据挖掘的相关概念

据不完全统计，现在Web 网站的数量已经突破10亿大关，有近1000 亿个页面，数据总量约10 万亿PB。而所谓数据挖掘，究其根本，就是要从浩如烟海的数据中归纳提取总结出我们所需要的知识。数据挖掘是从多个学科领域发展而来的学科，包括但不限于：统计学、人工智能、机器学习、模式识别、数据库系统等等。

数据挖掘的任务主要包括两类，一类是基于一些变量预测其他变量的未知值或未来值，称为预测型任务，常用的技术是分类（Classification），回归（Regression）和偏差分析（Deviation Detection）。另一类是发现描述数据的人们可解释的模式，称为描述型任务，常用的技术是聚类（Clustering），关联规则挖掘（Association Rule Discovery）和摘要（Summarization）。……