内容和结构化数据多维分析关键技术研究

关于结构化、非结构化数据的分析处理的研究已有许多，但是应用需求的发展不断提出新的研究挑战，本项目研究内容和结构化数据多维分析的关键技术，解决这两种类型数据缺乏语义关联、多维分析建模复杂的问题，旨在实现内容数据和结构化数据的深度集成分析，为用户洞察数据蕴藏的规律提供有力支持。本项目研究内容和结构化数据的语义关联技术，基于关键字上下文，将两种类型数据从实体级建立语义关联，为数据分析奠定基础；研究关键字查询驱动的多维分析自动建模方法，基于表达分析请求的用户关键字查询，计算产生Top-k分析视图，作为候选分析模型，减轻分析人员建模的复杂度；研究相关性反馈技术，基于用户反馈和隐式反馈，动态更新结构化数据和内容数据的关联模型，裁剪分析视图的产生路径，提高数据分析和自动建模的质量和效率。项目成果预期将在商业智能、企业资源管理、情报分析等系统中得到广泛应用。