浅谈网络传播中的信息利用新技术毕业论文

New Technology for Information Utilization of Internet Communication

Abstract:

The thesis discusses the New Technology for Information Utilization of Internet Communication, includes Data Mining, knowledge discovery, Automatic classification and abstract, Intelligent search engine.

Keywords: Internet Communication, Data Mining, knowledge discovery, Automatic classification and abstract, Intelligent search engine.

     在网络时代，广大新闻传播工作者和受众面临信息过载的难题。人们一方面被信息淹没，一方面却饥饿于知识和有用信息。大量的信息不能进行及时有效的开发利用。面对信息爆炸，如何才能不被信息的汪洋大海所淹没，从中及时发现知识、有用的信息、新闻、或新闻线索，使信息真正成为资源，正在成为各国研究的热点。从技术上看，目前主要有 种解决方案。

一 数据采掘和知识发现技术

   在某种意义上说目前我们不是缺少信息，而是被信息淹没了。在因特网上有无穷的信息和数据。目前的数据库系统和搜索引擎可以高效地实现数据的统计、查询等功能，但是无法发现数据中存在的关系和规则，无法根据现有的数据预测未来的发展趋势，缺乏挖掘数据背后隐藏的有用的信息、知识、新闻、或新闻线索的手段，导致了“数据爆炸但知识贫乏”的现象。人们需要有新的、更有效的手段对各种大量数据进行挖掘以发挥其潜能，数据挖掘正是在这样的应用需求环境下产生并迅速发展起来的，它的出现为自动和智能地把海量的数据转化为知识、有用的信息、新闻、或新闻线索提供了手段。

   数据采掘与知识发现 (KDD)一词首次出现在1989年8月举行的第11届国际联合人工智能学术会议上。知识发现(ＫｎｏｗｌｅｄｇｅＤｉｓｃｏｖｅｒｙ)研究的主要目标是采用有效的算法，从大量现有或历史数据集合中发现并找出最初未知、但最终可理解的有用知识，并用简明的方式显示出来。

   数据采掘(Data Mining)就是从大量的、不完全的、有噪声的、模糊的、随机的原始数据中，提取隐含在其中的、先前未知的、但又是潜在有用的信息和知识的过程。数据采掘在一些文献中有些相近似的名称，如数据开采、发现知识(KDD)、知识采掘、知识抽取、知识考察、数据融合(Data Fusion)等。

    知识发现是一个从数据中提取出有效的、新颖的、潜在有用的并能最终被人理解的知识、有用的信息、新闻、或新闻线索的过程。知识发现是从数据库和中发现知识的整个过程，而数据挖掘是整个过程中的一个步骤。因为数据挖掘是知识发现整个过程中最重要的步骤，所以我们通常将知识发现和数据挖掘作为同义词使用而不加区分。

   数据采掘的工具目前，国外有许多研究机构、公司和学术组织从事数据采掘工具的研制和开发。这些工具主要采用基于人工智能的技术，包括决策树、规则归纳、神经元网络、可视化、模糊建模、簇聚等，另外也采用了传统的统计方法。

   知识发现技术可以帮助我们从网上大量的原始数据和信息海洋中，挖掘出能反映其中规律的知识提供新闻工作者和网民。

   在知识发现的基础上可以构成虚拟知识共享系统。虚拟团体是一个分布式的组织，它的成员是一组在网络上协同工作的同行，他们依靠网络的支持相互合作、共享知识，可以快速有效地解决问题。新闻工作者之间、网民之间，新闻工作者与网民之间可以构成虚拟团体，进行交互式信息传播，进行新闻、信息、知识的交流与共享。

   虚拟知识共享系统包括：(1)先进的知识获取技术。帮助成员搜索、处理知识，从中提炼专家经验。(2)支持多用户的Ｗｅｂ开发，以使成员定制自己的Ｗｅｂ站点。(3)可以自适应团体需求的自组织式的新闻、信息、知识存储。