基于交互服务的知识挖掘

7.1.4　基于交互服务的知识挖掘

知识挖掘是对资源所包含的显性知识进行提炼，如从各类文献中提取断言型、解释型和数值型的知识元；对同类数值型知识元进行列表对比，发现文献的隐性关联；对知识元进行可视化处理，文献智能聚类等，使信息增值。从某种意义上说，知识挖掘是数据挖掘的一种引申，它与数据挖掘的不同在于它处理的对象是已经处理过的规则化数据而不是源数据。知识挖掘的目的是运用最新的智能工具来挖掘蕴藏于海量显性信息中的隐性知识，形成专业知识库和知识仓库，将隐性知识显性化并加以利用。

知识挖掘的最终服务对象是用户，因此，如何针对网络用户兴趣建模，构建完善的用户信息库，也成为促进网络环境下知识挖掘发展的关键问题。一个完整的用户信息库，能保证在充分挖掘的基础上，了解用户的普遍性需求与特殊性需求，从而开展针对性服务。用户信息库应尽可能包括用户的基本情况，如用户姓名、身份、单位等，还应该包括用户的兴趣、爱好、研究领域、知识结构、习惯行为方式等。当前，常见的为用户兴趣建模的方法就是根据用户的注册信息、浏览行为、检索需求等，通过隐式学习算法生成反映用户兴趣的主题词矢量。这些方法可以获取一定的用户信息，但是，要获取全面、准确的用户信息，特别是获取关于用户知识结构的信息，还必须与用户交流。通过与用户交流，可以了解用户知识结构，以知识利用为中心，实现网络知识发现和挖掘。

基于交互服务的知识挖掘，可以按用户的要求挖掘知识，按用户的要求构建用户知识空间，减少挖掘的盲目性，使知识挖掘更贴近用户的需求，进行知识的点对点的检索，实现以用户需求为导向的知识服务。因此，基于交互服务的知识挖掘，可以拓展交互式信息服务的业务空间，全面提升服务质量。