complexityworld分享 http://blog.sciencenet.cn/u/pb00011127

博文

什么是信息挖掘?

已有 27389 次阅读 2011-3-22 03:22 |个人分类:生活点滴|系统分类:科研笔记

随着信息存储与处理技术以及互联网与万维网的发展,我们可以获取的信息总量呈现爆炸性增长的趋势。例如,可以访问的URL数目据估计超过2000亿,淘宝购物平台上的商品数目超过8亿,亚马逊上有超过100万本图书,Youtube上有上亿视频,网狸上有超过3万部电影电视剧……与此同时,我们处理信息的能力却没有相应的增长——且不说仔细分析评判所有可以获取的信息并进行选择,但是读完相关的题目就是一件人力不可奢望的事情。可以说,在互联网时代,信息科学面临的最大挑战就是如何解决信息过载问题,也就是如果帮助普通用户获取他所感兴趣的信息。

 

信息挖掘是极有希望推动并最终解决信息过载问题的关键方法。从广义上说,信息挖掘包括两个部分:一是信息检索,二是信息发现。前者着力于将已经有的信息以一种更好的方式进行组成,并以更易于理解和获取的方式展现给用户。最典型的技术就是搜索引擎,当用户输入搜索词后,搜索引擎返回URL按照相关紧密程度的一个排序。相比在>500亿网页中盲目寻找,搜索引擎的作用显而易见。信息发现则是通过分析,自动地推断一些可能的关联,这种关联本身可以看作新的信息。推荐引擎是一个典型的例子,它自动记录和分析用户以前访问过的网页、购买过的商品等等,然后推断用户可能对某网页或某商品感兴趣(这个推断本身是一种新的关联信息,所以被称作信息发现),并将这个信息告诉用户(表现为将网页或者商品推荐给用户)。用户在没有收到推荐之前,很可能不知道被推荐对象的存在。搜索引擎是以被动的方式服务(需要用户输入搜索词),是对已知信息的再组织,推荐引擎是以主动的方式服务,是对未知信息的发现,两者共同组成了用户的信息导航器。我们经常忽悠的链路预测可以看作一部分图上的推荐。


https://blog.sciencenet.cn/blog-3075-424997.html

上一篇:从复杂系统研究看人类动力学研究的意义和价值
下一篇:个性化推荐真的可以挣钱!!
收藏 IP: 123.123.252.*| 热度|

5 许培扬 杨华磊 贾利军 康胜 王芳

发表评论 评论 (17 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-11-24 10:39

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部