一种基于文本聚类的web军事情报挖掘系统设计与实现

被引：11

作者：

傅畅 ^{[1
,2
]}

宋佳庆 ^{[1
,2
]}

机构：

[1] 中国电子科学研究院

[2] 电子科技大学

来源：

中国电子科学研究院学报 | 2015年 / 10卷 / 05期

关键词：

军事情报; web信息; 网络爬虫; k-means算法,文本聚类;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理]; TP393.09 [];

学科分类号：

081203 ; 0835 ; 080402 ;

摘要：

为了解决在海量web资源中提取出有用军事情报的问题,本文在分析军事情报和互联网信息特点的基础上,设计并实现了一个包括采集、处理、存储与检索的web军事情报挖掘模型,然后提出了一种面向军事情报应用的文本聚类方法,最后通过实验对聚类效果进行了评估,实验结果表明该方法在聚类纯度、准确率、召回率、F-score指标上有不同程度的提升。

引用

页码：541 / 545

页数：5

共 16 条

[1] 基于开源情报的情报处理系统模型构建 [J].

张恒 .

情报杂志, 2014, 33 (03) :54-57

[2] 关于联合情报体系建设的几点认识 [J].

陈奇伟 ;

代科学 ;

计宏亮 ;

孔瑞远 ;

张林超 ;

武文曦 .

中国电子科学研究院学报, 2015, 10 (01) :1-5

[3] 国外开源情报工作的发展与我国的对策研究 [J].

丁波涛 .

情报资料工作, 2011, (06) :103-106

[4]

An improved clustering method based on k-means. Lin Y,Luo T,Yao S, et al. Fuzzy Systems and Knowledge Discovery FSKD 2012 9th International Conference on . 2012

[5]

Introduction to infonnation retrieval. Manning C D,Raghavan P,Schotze H. Cambridge university press . 2008

[6]

开源情报与网络时代的国家安全. 王飞跃. 科学新闻 . 2007

[7]

Business Intelligence in Blogs:Understanding Consumer Interactions and Communities. Chau,M,Xu,J. MIS Quarterly . 2012

[8]

Intelligence analysis;a target-centric approach. Clark R M. CQ press . 2012

[9]

Mining the Social Web: Data Mining Facebook, Twitter,Linked In, Google+, GitHub, and More. Russell M A. . 2013

[10] 一种基于改进K-means的文档聚类算法的实现研究 [J].

岑咏华 ;

王晓蓉 ;

吉雍慧 .

现代图书情报技术, 2008, (12) :73-79

← 1 2 →