在Web2.0的時代,資訊量持續以倍數的速度成長,造成資訊過載的問題越來越嚴重,這樣的問題使使用者無法適時的得到需要的資訊。過多的搜尋結果除了讓一般的網路資訊收集變得困難之外,商業分析師也因此需要花更多的成本以了解企業相關的重要關係,分析產業或科技的資訊需要經過龐大的資料分析工作才能完成。 為了減輕資訊過載的問題,我們根據關聯擷取(relation extraction)的技術所建立的商業生態關聯網路設計一個查詢方法,以期降低使用者搜尋資料的成本,同時提升資訊搜尋的效果,首先結合語意關聯資料,將網際網路上不同來源的資訊做抽象概念的統整,並透過個人化的技術協助資訊過濾,此外,透過擴散激發理論(spreading activation model)搜尋相關的商業知識。 本研究提出的搜尋方法可讓使用者發現更多的商業關聯資訊,進而協助商業分析師從事探索式搜尋(exploratory search),根據實驗的結果,使用本方法搜尋的使用者,相較於使用單純的關鍵字比對及單純的使用者設定(user profile)比對,可在新聞資料中發掘更多的商業關聯。