網(wǎng)絡(luò)傳播技術(shù)論文
網(wǎng)絡(luò)傳播技術(shù)論文
在網(wǎng)絡(luò)時(shí)代 ,在因特網(wǎng)上有無(wú)窮的信息和數(shù)據(jù),而網(wǎng)絡(luò)傳播技術(shù)可以有效地用知識(shí),并用簡(jiǎn)明的方式顯示出來(lái)。下面是由學(xué)習(xí)啦小編整理的網(wǎng)絡(luò)傳播技術(shù)論文,謝謝你的閱讀。
網(wǎng)絡(luò)傳播技術(shù)論文篇一
網(wǎng)絡(luò)傳播中的信息利用新技術(shù)
摘要:本文探討了 網(wǎng)絡(luò) 傳播中的信息開(kāi)發(fā)利用新技術(shù),包括數(shù)據(jù)采掘和知識(shí)發(fā)現(xiàn)技術(shù)、XML、自動(dòng)分類與自動(dòng)摘要、智能搜索引擎技術(shù),并討論他們對(duì)新聞傳播工作的 影響 。
關(guān)鍵詞:網(wǎng)絡(luò)傳播,數(shù)據(jù)采掘,知識(shí)發(fā)現(xiàn),XML,自動(dòng)分類,自動(dòng)摘要,智能搜索引擎
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.
在網(wǎng)絡(luò) 時(shí)代 ,廣大新聞傳播工作者和受眾面臨信息過(guò)載的難題。人們一方面被信息淹沒(méi),一方面卻饑餓于知識(shí)和有用信息。大量的信息不能進(jìn)行及時(shí)有效的開(kāi)發(fā)利用。面對(duì)信息爆炸,如何才能不被信息的汪洋大海所淹沒(méi),從中及時(shí)發(fā)現(xiàn)知識(shí)、有用的信息、新聞、或新聞線索,使信息真正成為資源,正在成為各國(guó) 研究 的熱點(diǎn)。從技術(shù)上看, 目前 主要有 種解決方案。
一 數(shù)據(jù)采掘和知識(shí)發(fā)現(xiàn)技術(shù)
在某種意義上說(shuō)目前我們不是缺少信息,而是被信息淹沒(méi)了。在因特網(wǎng)上有無(wú)窮的信息和數(shù)據(jù)。目前的數(shù)據(jù)庫(kù)系統(tǒng)和搜索引擎可以高效地實(shí)現(xiàn)數(shù)據(jù)的統(tǒng)計(jì)、查詢等功能,但是無(wú)法發(fā)現(xiàn)數(shù)據(jù)中存在的關(guān)系和規(guī)則,無(wú)法根據(jù)現(xiàn)有的數(shù)據(jù)預(yù)測(cè)未來(lái)的 發(fā)展 趨勢(shì),缺乏挖掘數(shù)據(jù)背后隱藏的有用的信息、知識(shí)、新聞、或新聞線索的手段,導(dǎo)致了“數(shù)據(jù)爆炸但知識(shí)貧乏”的現(xiàn)象。人們需要有新的、更有效的手段對(duì)各種大量數(shù)據(jù)進(jìn)行挖掘以發(fā)揮其潛能,數(shù)據(jù)挖掘正是在這樣的 應(yīng)用 需求環(huán)境下產(chǎn)生并迅速發(fā)展起來(lái)的,它的出現(xiàn)為自動(dòng)和智能地把海量的數(shù)據(jù)轉(zhuǎn)化為知識(shí)、有用的信息、新聞、或新聞線索提供了手段。
數(shù)據(jù)采掘與知識(shí)發(fā)現(xiàn) (KDD)一詞首次出現(xiàn)在1989年8月舉行的第11屆國(guó)際聯(lián)合人工智能學(xué)術(shù)會(huì)議上。知識(shí)發(fā)現(xiàn)(KnowledgeDiscovery)研究的主要目標(biāo)是采用有效的算法,從大量現(xiàn)有或 歷史 數(shù)據(jù)集合中發(fā)現(xiàn)并找出最初未知、但最終可理解的有用知識(shí),并用簡(jiǎn)明的方式顯示出來(lái)。
數(shù)據(jù)采掘(Data Mining)就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的原始數(shù)據(jù)中,提取隱含在其中的、先前未知的、但又是潛在有用的信息和知識(shí)的過(guò)程。數(shù)據(jù)采掘在一些 文獻(xiàn) 中有些相近似的名稱,如數(shù)據(jù)開(kāi)采、發(fā)現(xiàn)知識(shí)(KDD)、知識(shí)采掘、知識(shí)抽取、知識(shí)考察、數(shù)據(jù)融合(Data Fusion)等。
知識(shí)發(fā)現(xiàn)是一個(gè)從數(shù)據(jù)中提取出有效的、新穎的、潛在有用的并能最終被人理解的知識(shí)、有用的信息、新聞、或新聞線索的過(guò)程。知識(shí)發(fā)現(xiàn)是從數(shù)據(jù)庫(kù)和中發(fā)現(xiàn)知識(shí)的整個(gè)過(guò)程,而數(shù)據(jù)挖掘是整個(gè)過(guò)程中的一個(gè)步驟。因?yàn)閿?shù)據(jù)挖掘是知識(shí)發(fā)現(xiàn)整個(gè)過(guò)程中最重要的步驟,所以我們通常將知識(shí)發(fā)現(xiàn)和數(shù)據(jù)挖掘作為同義詞使用而不加區(qū)分。
數(shù)據(jù)采掘的工具目前,國(guó)外有許多研究機(jī)構(gòu)、公司和學(xué)術(shù)組織從事數(shù)據(jù)采掘工具的研制和開(kāi)發(fā)。這些工具主要采用基于人工智能的技術(shù),包括決策樹(shù)、規(guī)則歸納、神經(jīng)元網(wǎng)絡(luò)、可視化、模糊建模、簇聚等,另外也采用了傳統(tǒng)的統(tǒng)計(jì) 方法 。
知識(shí)發(fā)現(xiàn)技術(shù)可以幫助我們從網(wǎng)上大量的原始數(shù)據(jù)和信息海洋中,挖掘出能反映其中 規(guī)律 的知識(shí)提供新聞工作者和網(wǎng)民。
在知識(shí)發(fā)現(xiàn)的基礎(chǔ)上可以構(gòu)成虛擬知識(shí)共享系統(tǒng)。虛擬團(tuán)體是一個(gè)分布式的組織,它的成員是一組在網(wǎng)絡(luò)上協(xié)同工作的同行,他們依靠網(wǎng)絡(luò)的支持相互合作、共享知識(shí),可以快速有效地解決 問(wèn)題 。新聞工作者之間、網(wǎng)民之間,新聞工作者與網(wǎng)民之間可以構(gòu)成虛擬團(tuán)體,進(jìn)行交互式信息傳播,進(jìn)行新聞、信息、知識(shí)的交流與共享。
虛擬知識(shí)共享系統(tǒng)包括:(1)先進(jìn)的知識(shí)獲取技術(shù)。幫助成員搜索、處理知識(shí),從中提煉專家經(jīng)驗(yàn)。(2)支持多用戶的Web開(kāi)發(fā),以使成員定制自己的Web站點(diǎn)。(3)可以自適應(yīng)團(tuán)體需求的自組織式的新聞、信息、知識(shí)存儲(chǔ)。
二 XML
HTML是目前因特網(wǎng)上廣泛應(yīng)用的標(biāo)記語(yǔ)言。其優(yōu)點(diǎn)是非常簡(jiǎn)單;固定的樣式;簡(jiǎn)易且標(biāo)準(zhǔn)的連接;支持表格;編程簡(jiǎn)單。但是也存在難以擴(kuò)展;交互性差;語(yǔ)義性差;單向的超鏈接:鏈路丟失后不能自動(dòng)糾正;動(dòng)態(tài) 內(nèi)容 需要下載的部件太多;致使搜索引擎返回的結(jié)果過(guò)多;缺乏對(duì)雙字節(jié)或多國(guó)文字的支持等不足。尤其是目前基于HTML的搜索引擎存在著返回結(jié)果太多,檢索精度差的弊端。而XML可以有效地克服這些不足。
XML句法可標(biāo)注出文檔的結(jié)構(gòu)和目的,這樣就可縮小檢索范圍,提高提高檢索精度。例如,用戶想購(gòu)買二手車,就可將查詢限制為用于描述“汽車銷售”的標(biāo)識(shí)中。
XM能幫助人們辨別模糊詞義。 自然 語(yǔ)言中的詞經(jīng)常多義、多指, 網(wǎng)絡(luò)信息檢索系統(tǒng)不能分辨哪一種意思是查詢中的,哪一種是文檔中的。XML有助于解決詞義模糊問(wèn)題,提高檢索的準(zhǔn)確性。如,用戶使用“brown”作檢索詞,他有可能想查找由DonaldBrown所寫的論文,由Brown University出版的論文,或有關(guān)brown bear的論文。 如果用戶明確想查詢[author]Brown[/author],[university]Brown[/university],還是[subject]brown[/subject],就會(huì)提高檢索準(zhǔn)確性。
XML使得能用結(jié)構(gòu)相鄰關(guān)系來(lái)替代物理相鄰關(guān)系進(jìn)行檢索結(jié)果相關(guān)性排序。XML可允許利用非文本數(shù)據(jù),如數(shù)值數(shù)據(jù)、地理位置、溫度值等進(jìn)行檢索。
三 智能搜索引擎技術(shù)
目前, 計(jì)算 機(jī)信息檢索功能已經(jīng)從基本的布爾檢索、截詞檢索、鄰近檢索、短語(yǔ)檢索、字段檢索發(fā)展為高級(jí)的加權(quán)檢索、自然語(yǔ)言檢索、相關(guān)信息反饋檢索、模糊檢索和概念檢索。網(wǎng)絡(luò)信息檢索核心工具是搜索引擎。
搜索引擎的目的是幫助新聞工作者和受眾尋找信息資源。在因特網(wǎng)環(huán)境下,其典型實(shí)現(xiàn)是基于關(guān)鍵詞匹配的信息檢索機(jī)制。搜索引擎主要由四部分組成:搜索器,索引器,檢索器,用戶接口。搜索器的功能是在互聯(lián)網(wǎng)中發(fā)現(xiàn)和搜索信息。它要盡可能快、盡可能多地搜集各種類型的信息,同時(shí)還要定期更新已有信息,避免死連接和無(wú)效連接。索引器的功能是理解搜索器所搜索的信息,從中抽取出索引項(xiàng),用于表示文檔以及生成文檔庫(kù)的索引表,建立起自己的物理索引數(shù)據(jù)庫(kù)。一個(gè)搜索引擎的有效性在很大程度取決于索引的質(zhì)量。檢索器的功能是根據(jù)用戶的查詢?cè)谒饕龓?kù)中快速檢出文檔,進(jìn)行文檔與查詢的相關(guān)度評(píng)價(jià),對(duì)將要輸出的結(jié)果進(jìn)行排序,并實(shí)現(xiàn)某種用戶相關(guān)性反饋機(jī)制。用戶接口的作用是輸入用戶查詢、顯示查詢結(jié)果,提供用戶相關(guān)性反饋機(jī)制。
搜索引擎的工作原理搜索引擎起源于傳統(tǒng)的信息全文檢索 理論 ,即 計(jì)算 機(jī)程序通過(guò)掃描每一篇文章中的每一個(gè)詞,建立以詞為單位的倒排文件,檢索程序根據(jù)檢索詞在每一篇文章中出現(xiàn)的頻率和每一個(gè)檢索詞在一篇文章中出現(xiàn)的概率,對(duì)包含這些檢索詞的文章進(jìn)行排序,最后輸出排序的結(jié)果?;ヂ?lián)網(wǎng)搜索引擎除了需要有全文檢索系統(tǒng)之外,還要有所謂的“蜘蛛”(SPIDER)系統(tǒng),即能夠從互聯(lián)網(wǎng)上自動(dòng)收集網(wǎng)頁(yè)的數(shù)據(jù)搜集系統(tǒng)。蜘蛛將搜集所得的網(wǎng)頁(yè) 內(nèi)容 交給索引和檢索系統(tǒng)處理,就形成了我們常見(jiàn)的互聯(lián)網(wǎng)搜索引擎系統(tǒng)。當(dāng)然,一個(gè)完整的搜索引擎系統(tǒng)還需要有一個(gè)搜索結(jié)果的頁(yè)面生成系統(tǒng),也就是要把檢索結(jié)果高效地組裝成互聯(lián)網(wǎng)頁(yè)面。當(dāng)系統(tǒng)的訪問(wèn)量(PAGEVIEW)變大時(shí),頁(yè)面生成系統(tǒng)往往會(huì)成為整個(gè)系統(tǒng)的瓶頸。與傳統(tǒng)的信息檢索理論 研究 不同,搜索引擎的用戶看重的是系統(tǒng)的穩(wěn)定性、速度、易用性和返回的信息量及相關(guān)度。
據(jù)專家評(píng)測(cè), 目前 主要的搜索引擎返回的相關(guān)結(jié)果的比率不足45%,其原因是現(xiàn)有的Internet搜索引擎擁有極少量的知識(shí),并且是面向最一般的用戶模型。不劃分知識(shí)領(lǐng)域,不對(duì)用戶建立任何描述以及使用關(guān)鍵詞匹配的交互方式,都限制了搜索引擎的使用效率。由此提出了智能搜索引擎的概念。
智能搜索引擎應(yīng)具有的特點(diǎn)新一代中文智能搜索引擎是一個(gè)基于漢語(yǔ)語(yǔ)法、詞的上下文和語(yǔ)義等中文信息處理技術(shù),自動(dòng)收集、識(shí)別Internet網(wǎng)上的WWW和News信息,智能化地提取摘要和關(guān)鍵詞、建立索引、提供查詢和對(duì)不良信息的監(jiān)控、報(bào)警功能和 網(wǎng)絡(luò) 信息自動(dòng)發(fā)現(xiàn)和查詢系統(tǒng)。它以加權(quán)的啟發(fā)式搜索算法控制信息資源的搜集,采用了一種加權(quán)的啟發(fā)式搜索算法,系統(tǒng)根據(jù)用戶配置的領(lǐng)域?qū)蛟~和資源服務(wù)器所在地域信息,以啟發(fā)式函數(shù)計(jì)算每個(gè)URL的權(quán)值,并選擇權(quán)值高的URL優(yōu)先訪問(wèn)。
智能搜索引擎可以根據(jù)互聯(lián)網(wǎng)本身的鏈接結(jié)構(gòu)對(duì)相關(guān)網(wǎng)站用自動(dòng) 方法 進(jìn)行分類,再加上結(jié)構(gòu)嚴(yán)謹(jǐn),萃取精華的開(kāi)放式信息目錄,為每一個(gè)查詢迅速提供準(zhǔn)確的結(jié)果。
智能搜索引擎可以預(yù)期用戶的需求,并可有效地抑制關(guān)鍵詞的多義性。如Eastman、Kodak都在嘗試在它們的Intranet中使用更加智能化、知識(shí)化和專業(yè)化的搜索引擎。目前比較成功的智能搜索引擎有FSA,Eloise,InFind,CompassWare和FAQFinder。
InFind是一個(gè)類似于元搜索引擎的產(chǎn)品,但支持 自然 語(yǔ)言、模糊檢索,可將結(jié)果自動(dòng)去重、聚類,并可返回對(duì)所有搜索引擎并發(fā)查詢的結(jié)果,其檢索結(jié)果根據(jù)分類排列。
芝加哥大學(xué)人工智能實(shí)驗(yàn)室開(kāi)發(fā)的FAQFinder。它是一個(gè)具有問(wèn)答式界面的智能搜索引擎。在獲知用戶 問(wèn)題 后,它查詢FAQ文件以給出比較合適的回答。FAQFinder的內(nèi)核由五個(gè)互聯(lián)聯(lián)系的技術(shù)環(huán)節(jié)構(gòu)成:(1)基于統(tǒng)計(jì)方法建立FAQ文件。這是由FAQFinder中的工具Smart完成的。(2)用一個(gè)由簡(jiǎn)單名詞和動(dòng)詞短語(yǔ)構(gòu)成的文法樹(shù) 分析 用戶的查詢,以得到一個(gè)用于支持內(nèi)容匹配的描述。(3)問(wèn)題識(shí)別者(QuestionRecognizer)操作文法樹(shù)以辨識(shí)問(wèn)題從屬的類別。(4)使用語(yǔ)義網(wǎng)分析與概念匹配技術(shù),找出與用戶查詢最近似的問(wèn)題。(5)FAQFinder將得到的匹配返回給用戶。如果沒(méi)有近似的匹配,則將使用一個(gè)啟發(fā)式的策略。
智能搜索引擎還可以采用協(xié)同式檢索方法。該方法一般用于一個(gè)特定的用戶(如一個(gè)或一組新聞工作者、一個(gè)新聞媒體、一個(gè)或一組受眾)。協(xié)同式方法有時(shí)又稱為公眾 學(xué)習(xí) 方法,它將其他用戶的反應(yīng)反饋給當(dāng)前的用戶。系統(tǒng)不去計(jì)算分類項(xiàng)目的相似程度,而是計(jì)算用戶之間的相似程度。協(xié)同式方法不分析分類項(xiàng)目的內(nèi)容。協(xié)同式方法一般用于非文本化的數(shù)據(jù),如電影、 音樂(lè) 等,但是也有的系統(tǒng)將其用于文本數(shù)據(jù)的挖掘,如新聞過(guò)濾等。已有一些系統(tǒng)用于 電子 郵件處理、會(huì)議時(shí)序安排、電子新聞過(guò)濾和娛樂(lè)節(jié)目推薦。
與智能搜索引擎技術(shù)相關(guān)的還有信息智能“推”技術(shù)和個(gè)性化檢索技術(shù)。
基于網(wǎng)民和新聞工作者訪問(wèn)互聯(lián)網(wǎng)的特點(diǎn),在用戶拉取信息的搜索過(guò)程中,根據(jù)其輸入的關(guān)鍵詞,通過(guò)機(jī)器學(xué)習(xí),可以識(shí)別和預(yù)測(cè)其興趣或偏好,從而有針對(duì)性、及時(shí)地向網(wǎng)民和新聞工作者主動(dòng)推送相關(guān)知識(shí)和最新信息、新聞和新聞線索。推送的形式可采用頻道式推送、郵件式推送、網(wǎng)頁(yè)式推送或?qū)S檬酵扑?。目前已有?gòu)造Web訪問(wèn)模式樹(shù)(WAP tree)的算法,可從大量信息訪問(wèn)日志中挖掘用戶訪問(wèn)信息的模式。也可從用戶訪問(wèn)文檔的超鏈接來(lái)預(yù)測(cè)用戶的訪問(wèn)偏好,其知識(shí)發(fā)現(xiàn)采用關(guān)聯(lián)性法則。
個(gè)性化檢索要求能夠網(wǎng)絡(luò)信息檢索系統(tǒng)能夠?qū)W習(xí)網(wǎng)民和新聞工作者的興趣、適應(yīng)其興趣的變化并提出檢索建議。一般采用分布式Agent技術(shù),例如在客戶機(jī)上運(yùn)行用戶接口Agent,表示用戶個(gè)性化模式,在服務(wù)器上運(yùn)行信息檢索管理Agent,相當(dāng)于中介信息檢索代理服務(wù)器,實(shí)現(xiàn)與各引擎的交互,用戶Agent用戶開(kāi)始一項(xiàng)個(gè)性化查詢quest,通過(guò)與個(gè)性化模式庫(kù)中模式的類比學(xué)習(xí),產(chǎn)生凈化了的個(gè)性化檢索模式,提交信息Agent協(xié)調(diào)模塊選擇相關(guān)信息檢索。返回的檢索結(jié)果通過(guò)信息濾波,送交顯示模塊,新聞工作者和網(wǎng)民通過(guò)瀏覽返回的結(jié)果,確認(rèn)是否為感興趣的文檔,若為感興趣的文檔,就提交相關(guān)反饋文檔模塊并進(jìn)行聚類,產(chǎn)生個(gè)性化模式,同時(shí)存入該用戶的個(gè)性化模式庫(kù)中,如果用戶不滿意,也可以將確認(rèn)結(jié)果提交給強(qiáng)化學(xué)習(xí)模塊,進(jìn)行交互學(xué)習(xí),進(jìn)一步凈化檢索結(jié)果。
參考 文獻(xiàn) :
1 匡文波。網(wǎng)絡(luò)媒體概論,清華大學(xué)出版社,2001年4月
2 匡文波。網(wǎng)絡(luò)傳播學(xué)概論,高等 教育 出版社,2001年10月
點(diǎn)擊下頁(yè)還有更多>>>網(wǎng)絡(luò)傳播技術(shù)論文