Web挖掘技术属于信息科学领域，涉及自然语言处理、模式识别、知识工程、机器学习和随机过程等多个研究领域，并需要使用概率统计、矩阵理论以及其他软计算方法作为研究工具和手段。本项目主要针对Web挖掘中的Web数据模型、文本分类和信息检索等基本问题进行理论和算法上的研究，并就这些问题提出了潜在语义结构模型、基于投影寻踪的中文网页分类算法和基于Markov网络的信息检索等模型。同时，在理论上对这些方法进行了深入的研究和探讨，从理论上证明了其正确性。在实验方面，我们将分类模型应用于大规模的标准测试文档集（REUTER-21578语料库、复旦大学中文文本分类语料库），进行了大量的实验，结果表明这些方法均表现出了较好的性能，接近甚至优于SVM和KNN的分类效果，并应用检索模型在标准测试文档集（CACM、CISI、CRAN、MED）上进行了多次对比实验，其性能与BM25相当在某些指标上甚至更优。另外，课题组在北大天网测试文档集上应用上述模型，在近几年的全国搜索引擎和网上信息挖掘学术研讨会（SEWM）的中文WEB信息检索评测中均取得了优异的成绩。

一种Web挖掘系统的构造方法，其由中央处理器、存储器组成的数字计算机，所述的数字计算机与网络联接；所述的存储器存储有真实数据库和基础知识库，以及启发型协调器和维护型协调器；其通过特征抽取及特征变换，Web内容挖掘过程，模型质量评价，信息呈现及信息导航，双库协同机制等步骤；在Web挖掘方面其使得知识库能够动态的参与数据库的发掘过程，用户的先验知识及知识库中的固有知识可以产生“定向发掘”，以提高认知自主性和避免海量搜索的产生；在知识库的维护方面：其可在数据发掘过程中实时地修改和维护知识库中的内容，包括重复与冗余性检验、矛盾处理等。◆项目的应用范围及经济效益分析 在该系统中采用了一类创新性的用于复杂类型数据挖掘的结构模型——发现特征子空间模型 DFSSM，含盖了常用的向量空间模型VSM。 该系统包含了 Web文本挖掘、客户访问模式挖掘和智能搜索引擎。其中在Web文本分类和Web文本聚类等方面，采用了我们提出的新算法。国际著名无形资产评估机构“香港国际无形资产评估事务所”品过此专利无形资产价值72万美元。   基于内在机理的知识发现理论KDTIM是我们独立提出的原创性理论，基于该理论我们设计 该 并实现了具 有自主知识产权的大型软件系统——集成化组合构件式知识发现软件系统 ICCKDSS，而 Web挖掘系统是其 三个核心 部分之一。该系统具有通用性强、性能良好、使用方便、人机界面友好等特点，可以在不同的网络平台上进行快速移植和推广。一种 Web挖掘系统的构造方法（已获国家发明专利授权，申请号：03104960.5），是在现有的Web挖掘技术的基础上融入知识发现内在机理之一：双库协同机制，即构建数据库（文本库、日志库与结构信息库）与基础知识库的内在联系“通道”,使得知识库能够动态的参与数据库的发掘过程，用户的先验知识及知识库中的固有知识通过此机制可以产生“定向发掘”，以提高认知自主性和避免海量搜索的产生；在知识库的维护方面，通过双库协同机制可在数据发掘过程中实时地修改和维护知识库中的内容，包括重复与冗余性检验、矛盾处理等。从而用基础知识库去制约与驱动 Web挖掘系统的整个挖掘流程，改变Web挖掘系统固有的运行机制，在结构与功能上形成了相对于 Web挖掘系统而言的一个开放的、优化的扩体。总体上讲，将Web挖掘视为一个开放系统，在Web挖掘进程与基础知识库的广泛联系中，改进与优化了Web挖掘的结构、过程与运行机制。 本系统已成功地应用到现代远程教育网信息挖掘中，得到用户好评并通过国家软件评测中心的鉴定测评。它还可以广泛地应用到智能决策（预测）支持系统、 CRM系统、ERP系统、门户网站、电子商务和电子政务等领域中。该系统具有很大的应用推广价值和广阔的市场前景。

一种Web挖掘系统的构造方法，其由中央处理器、存储器组成的数字计算机，所述的数字计算机与网络联接；所述的存储器存储有真实数据库和基础知识库，以及启发型协调器和维护型协调器；其通过特征抽取及特征变换，Web内容挖掘过程，模型质量评价，信息呈现及信息导航，双库协同机制等步骤；在Web挖掘方面其使得知识库能够动态的参与数据库的发掘过程，用户的先验知识及知识库中的固有知识可以产生“定向发掘”，以提高认知自主性和避免海量搜索的产生；在知识库的维护方面：其可在数据发掘过程中实时地修改和维护知识库中的内容，包括重复与冗余性检验、矛盾处理等。

本发明涉及挖掘根茎类作物的机械，尤其是一种扰动挖掘装置。包括机架和电机，电机设置在机架上，其中，还包括减振限位机构、对行调整机构、控制机构和挠动挖掘机构，机架的前端设有对行机架，减振限位机构的上端固定在对行机架上，减振限位机构的下端连接有对行调整机构，对行调整机构上设有控制机构，机架中后部的下方设有挠动挖掘机构，挠动挖掘机构设置在机架上。其结构紧凑，提高了根茎类农作物的准确挖掘率。

本发明提供了一种马铃薯挖掘收获装置，包括机架，设置在机架上的变速箱，以及用于挖掘马铃薯的挖掘铲，挖掘铲上连接有连接架；变速箱的动力输出轴上连接有在动力作用下做偏心运动的偏心轮，偏心轮上偏离圆心处与连接架通过连接螺杆活动连接，偏心轮做偏心运动时带动挖掘铲做圆周运动，以松动待挖掘土壤；挖掘铲包括铲体，铲体上间隔设置有多个开口，形成栅条状，以减小铲体的受力面积。该装置通过设置栅条状铲体，减小了铲体的受力面积，提高了铲体的入土能力，提高了工作效率。

跟踪和监测行业发展情况对于企业的发展战略与决策的制定具有重要的情报价值，也是企 业情报服务的核心内容，包括新产品的投资或投产情况、新技术的研发动向、新政策的推出等 相关信息的采集与加工处理。面对网络及各种信息渠道来源的海量信息，企业需要智能化的系 统工具提升信息处理效率和情报产出质量。 本系统是一套自动信息挖掘分析系统，提供信息采集辅助及深层加工功能，支持情报咨 询分析及情报分析等工作环节，可作为研发型企业的情报服务工作平台，为企业情报管理、知 识累积提供解决方案。该系统突破现有竞争情报系统 (CIS) 所采用的自动分类、主题标引等粗 加工模式的局限，面向企业关注的信息内容，实现情报的细粒度、高精度抽取（抽取结构可定 制），自动完成从非结构化文本信息到结构化情报信息的转换过程；同时，系统可通过对系统 历史记录的挖掘及反馈，建立信息抽取规则及模型，完成知识积累过程，实现系统自学习机 制，逐步提升系统的处理能力。

与华为技术有限公司开展互联网语义分析合作研究，双方共同研发了“电商知识图谱自动化构建和电商评论分析系统”，该系统可以自动化将不同电商网站的数据抽取和集成，形成一个庞大的电商知识图谱，并且利用这个知识图谱来对电商评论做语义分析。该项目中的技术已经被华为公司用于大数据中的视频分析，并且产生了良好的经济效益。另外，与百度签订了“本体及知件技术构建医疗领域知识库和应用研究”项目，提交并审核通过一项专利“一种医疗知识库中保健品与疾病的关联构建方法”，并且提出一种word embedding的方式挖掘非结构化数据中实体关系的方法，项目成果被百度用于医疗保健品的搜索中，取得了很好的社会效应。

一、 项目简介本项目一款基于B/S架构的网络信息采集系统，设计开发完全面向用户，为用户提供全方位的信息服务，实现从任何类型的网站上采集信息，如新闻网站、论坛、博客、电子商务网站、招聘网站等。用户通过注册成为会员以后，既可以进行基本信息采集，也可以通过在线支付，提出自己想要的采集主题和采集方向，享有特殊的采集服务。二、 项目技术成熟程度该项目技术成熟，目前已在河北工业大学科技园、河北工业大学宣传部和河北省科技情报院等高校政府部门进行了使用。三、 技术指标该项目获得2012年河北省大学生创业计划竞赛特等奖和第八届挑战杯中国大学生创业计划竞赛铜奖。四、 市场前景本项目不仅能提供基本的检索功能，还能将采集结果进行进一步分析、加工和处理，可以更好的为用户提供信息服务。可见本项目有着广阔的应用前景和极大的市场空间。五、 规模与投资需求本系统售价10万（包括培训），加上所需服务器、数据库系统软件。总投资预计15万。六、 效益分析该系统可以专注于数据采集领域，致力于帮助各类互联网企业、高校和政府部门等提供数据采集解决方案及消除采集技术难题，非常完善及强大的功能特性，具有良好的经济效益和社会效益。七、 合作方式技术服务、协作开发、提供咨询，具体事宜面议。八、 项目具体联系人及联系方式顾军华，022-60435758，jhgu@hebut.edu.cn

成果完成年份：2009年7月 成果简介：“风诺”系统是一款主要面向中、小型信息发布网站的Web服务防护系统。本系统基于Windows服务结构，远程管理功能采用B/S结构，除具备目录监控、资源防盗链、SQL注入检测等常见功能外，系统还实现网页防篡改和Web服务陷阱功能，能够通过开启服务陷阱实现主动防御，并能在网页被非法篡改后实现毫秒级的网页还原。本项目由学生自主开发并且参加2009年全国第二届大学生信息安全大赛获得全国一等奖。 项目来源：自行开发 技术