網(wǎng)絡(luò)信息提取與分析技術(shù).pdf

1、當(dāng)今中國的互聯(lián)網(wǎng)，經(jīng)過十余年的發(fā)展，取得了前所未有的繁榮。網(wǎng)絡(luò)中的大小站點(diǎn)數(shù)以千萬記，積淀下的信息量更是海量記。在這些海量信息中，存在著相當(dāng)巨大的關(guān)于公司福利，待遇，口碑，職業(yè)前途等方面的數(shù)據(jù)，絕大多數(shù)分布在各大論壇的職業(yè)板塊，個(gè)人空間，BLOG，各大高校BBS等互動(dòng)討論空間中。這些互動(dòng)空間中的數(shù)據(jù)，在一定程度上具備相當(dāng)?shù)膬r(jià)值。譬如，在各大高校的BBS中，每年年底，當(dāng)應(yīng)屆生加入求職大軍時(shí)，相當(dāng)一部分學(xué)生會(huì)就各公司的薪水狀況，福利待遇發(fā)貼

2、進(jìn)行詢問以及討論，而一部分得到公司offer的學(xué)生亦會(huì)在一定程度上公布公司的薪水待遇狀況。這一類的信息，對于工作一族，求職學(xué)子，跳槽人士等用戶，在一定程度上具備相當(dāng)大的參考價(jià)值。但隨著時(shí)間的推移，此類數(shù)據(jù)亦沉積在浩淼的互聯(lián)網(wǎng)中。而在當(dāng)前中國互聯(lián)網(wǎng)中，還沒有一個(gè)專業(yè)站點(diǎn)，對此類信息進(jìn)行分析與搜集，進(jìn)而為職業(yè)人士提供數(shù)據(jù)參考以及決策支持。 本研究運(yùn)用信息獲取技術(shù)(Information Retrieve)，文本挖掘技術(shù)(Text M