基于语义的Web数据挖掘

　　本教材比较系统地讲解了基于语言的Web数据挖掘基本理论、方法与实践，可以作为管理科学与工程专业本科生和硕士研究生教材。
全书共分十二章：第1章 Web数据挖掘概述，对Web数据挖掘作了概述性介绍；第2章 Web挖掘的内容及使用技术，介绍了传统Web数据挖掘的主要内容和基本方法；第3章 Web爬取，讲授了Web数据的获取方法以及具体算法，给出了实现的编程；第4章 信息检索与Web搜索，介绍了信息检索的基本内容，以便让读者了解传统信息检索与现在的Web数据挖掘有着本质的不同；第5章 Web网页信息预处理，介绍了对于爬取的Web数据，如何在数据挖掘之前进行必要的，也是必需的数据预处理，以保证数据挖掘的质量；第6章 词法分析，介绍了基于语义的Web数据挖掘中的分词技术和词性标注技术，并给出示例；第7章 句法分析，讲授了句法分析的理论、方法，和句法体系的建立；第8章 文本情感倾向分析，介绍了在文本的词法与句法分析基础之上，如何来判断整篇文本的情感倾向性的理论和方法；第9章 观点挖掘，集中讨论网络上的观点挖掘，即用户生成内容的理解，这个问题同样涉及自然语言理解，我们从多个角度来给出解决问题的方案，最后，谈到观点欺诈问题。第10章 Web数据挖掘应用案例，给出了基于语义Web数据挖掘的应用案例，也是近年来在基于语义Web数据挖掘的应用领域，以便给读者一个从理论到方法，再从方法，最后到应用的一套完整解决方案；第11章 语义网，前面各章主要是讨论了对于网络用户信息的机器自动处理问题，由于涉及到自然语言理解问题，所以，难度很大。因此Tim Bemers-Lee提出了语义网(Semantic Web ) 的思想，即Web上定义的链接数据不仅能够显示, 而且还应该是机器可理解的。这样，就大大地推进了基于语义Web数据挖掘的研究进程，本章就是介绍语义网的基本概念和研究方法；第12章 Web数据挖掘与语义网，讨论了基于语义Web数据挖掘与语义网之间的关系，包括，通过语义网来进行基于语义Web数据挖掘，利用Web数据挖掘来帮助语义网的建立。

　　第1章 Web数据挖掘概述
学习目标
1.1 Web数据挖掘基础
1.2 Web数据挖掘应用
1.3 Web数据挖掘面临的挑战
1.4 Web数据挖掘的热点及发展趋势
本章小结
复习思考题
第2章 Web挖掘的内容及使用技术
学习目标
2.1 Web内容挖掘
2.2 Web结构挖掘
2.3 Web使用挖掘
2.4 Web挖掘的实现技术
本章小结
复习思考题
第3章 Web爬取
学习目标
3.1 Web爬取概述
3.2 网络爬虫的爬取过程
3.3 Web爬取中的主要知识
3.4 几种不同类型的爬虫
3.5 举例分析网络蜘蛛爬取网页的实现方法
3.6 爬虫的软件实现
本章小结
复习思考题
第4章 信息检索与Web搜索
学习目标
4.1 信息检索中的基本概念
4.2 信息检索模型与算法
4.3 关联性反馈
4.4 网页的预处理
4.5 倒排索引及其压缩
4.6 Web搜索
本章小结
复习思考题
第5章 Web网页信息预处理
学习目标
5.1 Web网页信息预处理概述
5.2 Web网页信息抽取的主要技术
5.3 网页预处理中的一些关键技术
本章小结
复习思考题
第6章 词法分析
学习目标
6.1 中文分词概述
6.2 典型的中文分词算法及工具
6.3 典型分词方法示例
6.4 词性自动标注技术
本章小结
复习思考题
第7章 句法分析
学习目标
7.1 句法分析的理论基础
7.2 句法分析的基本方法
7.3 句法分析的语法体系
本章小结
复复习思考题
第8章 文本情感倾向分析
学习目标
8.1 文本情感倾向分析概述
8.2 情感词语级倾向性分析
8.3 修饰极性判断
8.4 句子情感倾向分析
8.5 文本情感倾向分析
本章小结
复习思考题
第9章 观点挖掘
学习目标
9.1 观点型主观性文本
9.2 主题抽取
9.3 观点表达者识别
9.4 基于情感的观点分类
9.5 基于特征的观点挖掘
9.6 比较性句子的观点挖掘
9.7 观点欺诈
本章小结
复习思考题
第10章 Web数据挖掘应用案例
学习目标
10.1 基于观点挖掘的股价走势预测
10.2 网络舆情分析的应用案例
10.3 基于文本挖掘的伊利企业预警分析
10.4 精准营销案例
本章小结
复习思考题
第11章 语义网
学习目标
11.1 语义网的概述
11.2 语义网的规范
11.3 本体和本体语言
11.4 语义网的应用现状及发展趋势
本章小结
复习思考题
第12章 Web数据挖掘与语义网
学习目标
12.1 基于语义的Web挖掘
12.2 利用语义帮助Web挖掘
12.3 创建语义网
本章小结
复习思考题