面向产品创新服务的Web数据挖掘方法研究-软件工程专业毕业论文.docxVIP

万方数据 万方数据 独 创 性 声 明 本人声明，所呈交的论文是本人在导师指导下进行的研究工作及 取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外， 论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得 武汉理工大学或其他教育机构的学位或证书而使用过的材料。与我一 同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说 明并表示了谢意。 签 名： 日 期： 学位论文使用授权书 本人完全了解武汉理工大学有关保留、使用学位论文的规定，即 学校有权保留并向国家有关部门或机构送交论文的复印件和电子版， 允许论文被查阅和借阅。本人授权武汉理工大学可以将本学位论文的 全部内容编入有关数据库进行检索，可以采用影印、缩印或其他复制 手段保存或汇编本学位论文。同时授权经武汉理工大学认可的国家有 关机构或论文数据库使用或收录本学位论文，并向社会公众提供信息 服务。 （保密的论文在解密后应遵守此规定） 研究生（签名）： 导师（签名）： 日 期： 摘要 随着信息技术的飞速发展与应用，知识经济已开始主导世界的发展，新时 代企业之间的竞争，已经由资源的竞争，变为产品创新的竞争。产品是一个企 业得以生存的根本，市场瞬息万变，唯有不断创新，开发制造出符合客户价值 观、审美观的产品，企业发展才得以延续。随着门户网站、搜索引擎以及社交 网络等 Web 技术的飞速发展，数据出现了爆炸式的膨胀，如何从浩如烟海的 Web 资源中有效地挖掘提取出潜在的、有价值的信息使其服务于产品创新，已经成 为当前急切需要解决的问题之一。 论文以产品设计开发人员的产品创新需求为出发点，着重对 Web 数据挖掘 技术展开研究，论文主要进行的工作有如下： （1）分析产品创新信息获取中搜索引擎存在的问题，并针对这些问题提出 解决方案。通过对《知网》的仔细研究，对其进行产品创新方面的扩展，构建 产品创新概念语义网，通过语义网找到全面的产品信息，以此为参数调用搜索 引擎，检索到产品创新相关 Web 页面、文档并保存至本地信息缓存库。 （2）对当前常用的抽取方法进行对比分析，选取基于 Ontology 的抽取方法， 研究基于 Ontology 的信息抽取的优势；构建产品创新相关的 Ontology，研究了 信息抽取算法，并通过实验对其进行评价。 （3）对当前常用的文本表示模型进行对比分析，选取向量空间模型来表示 抽取到的内容；重点研究了 Web 内容聚类算法，通过将 Jaccard 相似性准则与余 弦相似度算法相结合对聚类算法进行改进，并将该算法用于 Web 数据挖掘中。 （4）基于以上 Web 数据挖掘方法，设计了面向产品创新服务的 Web 数据 挖掘系统（Product Innovation Oriented Web Mining System）—PIOWMS，该系统 能挖掘出与研究开发人员的产品创新需求最为接近的文档聚类簇，提交至用户 服务于产品创新。 关键词：产品创新，Web 挖掘，余弦相似度，聚类算法，PIOWMS I Abstract With the rapid development and application of information technology, knowledge economy has begun to lead the development of the world, the competition between enterprises in the new era has changed from competition for resources to product innovation competition. Product is a fundamental survival of enterprises, market is constantly changing, only continuous innovating, developing and manufacturing in line with customer values and aesthetics of products, enterprise development is able to continue. With the rapid development of Web technology such as web portals, search engines and social networks, data appears explosive expansion, how to effectively mining the potential and valuable information from a broad array