基于Web的地质矿产情报获取技术研究.pdfVIP

理 论探索 文章编号：1674—9146(2017)03—0038—04 段 献 (中南大学地球科学与信息物理学院，湖南 长沙 41oo83) 摘 要：地质矿产资源是社会经济发展和人类生活的重要物质基础，加强矿产资源的情报搜集能力是矿业全球化的必 然要求，是合理配置全球矿产资源的有效途径。本文主要研究如何基于Web搜索到的地质情报信息．以搜索引擎为 接 口，利用基于关键字的网络爬虫，抓取地质矿产相关的原始网页文本信息，根据正则表达式，对文本进行预处理 ， 剔除无用网页标签和无研究价值信息，进一步进行中文分词、网页主题词提取和主题相关度计算 最终。在探讨技 术可行性的同时．为后期的情报获取以及文本挖掘提供大量研究素材，、 关键词 ：Web；地质情报 ：信息获取；矿产资源 中图分类号：P628 文献标志码：A DOl：J0．3969／j．issn．1674—9146．2017．03．038 在全球人口大规模增长 以及经济全球化和矿产 (Web版)的内容涉及世界上 1万多个矿权地的空 资源全球化的大背景下。各国对地质矿产资源的需 间地理位置、矿权人、项 目进展 、历史介绍 、资源 求大幅度增加 {。随着国家实施矿产资源 “走m 储量 、技术报告、可行性研究、公司公告等 f。我 去”的发展战略，加强对石油、铜、铝、铁等资源 同地质矿产资源的信息化和情报搜集T作起步比较 的情报搜集1一作．是分析全球矿产资源现状以及合 晚，但在一代代地质T作人员的努力以及国家层面 理配置矿产资源 、解决矿产资源严重分布不均现象 的有效指导下，发展也十分迅速 。2011年 9月温 的有效途径4【I．．当前，世界各国对地质矿产情报的 家宝总理在视察国土资源部时指出 “加快建立地质 搜集整合T作rJ益重视。早在 20世纪70年代．美 科研成果信息集成和共享机制 ．提高信息利用效 周就投入多达 l0亿美元的资金，经过十几年的建 率，避免重复投入”7[j．这极大地促进了地质资料 设，建立了矿产可供性平台 (MAS系统)。该平台 情报的信息化与服务化 为满足社会发展的需求 ． 是一个集数据收集、整理及统计分析、评价于一体 先后建立了全国地质资料馆 、全球矿产资源信息系 的决策服务系统 ．共有 400多个数据项．收录多个 统和全国地质资料信息集群化共享平台，来促进地 罔家的22万个矿产资源情报数据。其中包括国外 质矿产情报的搜集与交流共享T作 。目前 ，地质情 l万多个矿产信息 I、系统不仅可以为美国政府在制 报的搜集T作还主要集中于人力的整理和入库，效 定地质矿产资源政策时提供有力支撑．同时还可以 率较低；情报资料的信息化、自动化 、网络化还需 为美同矿业公司和民间提供大量有用信息ISl。不仅 要进一步提高 本文主要研究如何基于现代的互联 仅是荚 ，世界上许多矿业大 国都相继建成和完善 网技术，实现情报的自动搜集 ，从网络上得到海量 J符 『1的矿产资源数据库，并将提供地质信息服务 地质矿产资源的相关信息，论述其可行性，进而提 列入其战略计划或T作计划 ，并强渊要利用网络和 高效率。针对搜集到的大量语料信息进行专业的语 信息技术及时有效地为州户提供综合、客观的地质 义分析和文本信息挖掘将后续论述。 信息服务 力l【拿大矿山信息服务公司的信息服务 1 地质矿产情报 内容以及特点 涵盖公司、矿产品、供应商 、职业 、机械、投资、 1．1 情报内容 科技等内容 ，特别是该公司的矿权地理信息系统 地质矿产资源的情报信息。包括各地区的成矿 收稿 日期 ：2017-0l—O8；修 回日期 ：2017-02—08 作者简介：段 献(19q~)一)，男，湖北黄冈人，在读硕士，主要从