根據個人關注議題探索商業生態資訊

Exploring Business Ecological Information with Personal Attention

李安韻(An-Yun Lee)

指導教授 ： 林福仁

國立清華大學/科技管理學院/服務科學研究所/碩士(2012年)

摘要

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。

關鍵字

文件探勘 ； 個人化 ； 擴散激發理論 ； 關聯擷取

並列摘要

無資料

並列關鍵字

text mining ； personalization ； spreading activation ； relation extraction

參考文獻

Adomavicius, G., & Tuzhilin, A. (2005). Personalization technologies: a process-oriented perspective. Communications of the ACM, 48(10), 83-90.

Ahn, J., Brusilovsky, P., Grady, J., He, D., & Florian, R. (2010). Semantic annotation based exploratory search for information analysts. Information processing & management, 46(4), 383-402.

Billsus, D., & Pazzani, M. (2007). Adaptive news access. The adaptive web, 550-570.

Blanco-Fernández, Y., López-Nores, M., Gil-Solla, A., Ramos-Cabrer, M., & Pazos-Arias, J. J. (2011). Exploring Synergies between Content-based Filtering and Spreading Activation Techniques in Knowledge-based Recommender Systems. Information Sciences.

Castano, S., Ferrara, A., & Montanelli, S. (2011). Structured data clouding across multiple webs. Information Systems.