基于Web開源數(shù)據(jù)挖掘的企業(yè)競爭情報系統(tǒng)研究.pdf

1、隨著互聯(lián)信息的多元化，互聯(lián)網(wǎng)上海量的信息源能提供豐富的情報信息來源，因此互聯(lián)網(wǎng)上的開源情報越來越受到情報工作人員的重視。本文通過互聯(lián)網(wǎng)開源情報搜集技術(shù)和情報分析理論的研究，旨在構(gòu)建集情報采集、情報分析、情報服務(wù)于一體的企業(yè)競爭性情報系統(tǒng)。
　　 本文系統(tǒng)地闡述了企業(yè)競爭情報的理論，提出了基于Web開源數(shù)據(jù)挖掘的企業(yè)競爭情報系統(tǒng)體系構(gòu)架，將企業(yè)競爭性情報系統(tǒng)劃分為情報搜集子系統(tǒng)、情報分析子系統(tǒng)和情報服務(wù)子系統(tǒng)。
　　 在情

2、報搜集子系統(tǒng)中采用了主題的網(wǎng)絡(luò)聚焦爬蟲和元搜索數(shù)據(jù)采集技術(shù)保證數(shù)據(jù)采集主題的相關(guān)性，構(gòu)建網(wǎng)絡(luò)爬蟲器對Web數(shù)據(jù)進(jìn)行自動采集和下載，通過網(wǎng)頁正文抽取技術(shù)、PDF與Office文檔文本轉(zhuǎn)換技術(shù)對下載的半結(jié)構(gòu)化數(shù)據(jù)進(jìn)行結(jié)構(gòu)化處理，并對結(jié)構(gòu)化數(shù)據(jù)采用“I-Match”算法進(jìn)行文本查重，將數(shù)據(jù)全文索引后保存，構(gòu)建起企業(yè)競爭性情報系統(tǒng)的情報自動采集和數(shù)據(jù)處理平臺。
　　 在情報分析子系統(tǒng)中，采用中文文本信息處理與挖掘相關(guān)的技術(shù)和方法對搜集的

3、結(jié)構(gòu)化數(shù)據(jù)進(jìn)行了情報分類分析、企業(yè)戰(zhàn)略網(wǎng)絡(luò)分析、競爭對手分析，分析結(jié)果構(gòu)建起企業(yè)競爭情報的產(chǎn)品體系。
　　 在情報服務(wù)子系統(tǒng)中提出了研究了企業(yè)的互聯(lián)網(wǎng)信息監(jiān)控服務(wù)的解決方案，對于監(jiān)控互聯(lián)網(wǎng)上企業(yè)的負(fù)面信息和競爭對手動態(tài)具有重要的應(yīng)用價值。并構(gòu)建了適合企業(yè)情報搜索服務(wù)的搜索引擎結(jié)構(gòu)和提出了情報層次化應(yīng)用體系。
　　 基于Web開源數(shù)據(jù)構(gòu)建的企業(yè)競爭性情報系統(tǒng)，能使企業(yè)充分開發(fā)和有效利用互聯(lián)網(wǎng)這個海量信息倉庫，并從中挖掘競爭