天津市科技发展计划项目申请书(3)

4．研究目标（包括总体目标、实施年限和进度安排、考核指标等）

总体目标：

完成面向高等教育领域和证券信息咨询领域的高性能智能检索软件系统。 实施年限和进度安排：

2004年4月－6月 调研、资料准备、总体设计

2004年7月－12月 文本收集、搭建基本研究系统平台

1） 面向领域的文本收集 建立基本的爬行器，在因特网上收集高等教育领域和证券信息咨询领

域的资料。

2） 建立与领域内容相关的结构化索引数据库 考虑高等教育领域和证券信息咨询领域的特点，

建立与领域内容相关的结构化索引数据库，并为每个页面提取其网站自身的类别信息。 3） 确定PageRank分类策略

4） 利用目前较成熟的传统算法和技术，实现基本的聚类、摘要和查询扩展，搭建基本研究系统

平台

本阶段预计完成系统基础平台的建设，完成高水平论文2篇。

2005年1月－12月 深入研究与集成

1） 在前述系统平台的基础上，对聚类模型、摘要提取算法和查询扩展方法进行改进。

2） 通过本系统在试运行期间提供的日志文件挖掘用户访问模型，研究其与查询扩展相结合的方

案。在支持传统关键词查询的基础上实现“查询扩展功能”和“动态的目录聚类查询服务”。设计并实现个性化查询扩展。

3） 开发个性化、多功能信息查询接口，实现用户输入的自动检错。

4） 建立面向高等教育和证券信息咨询领域的高性能智能检索系统原型投入试运行。 本阶段预计完成技术报告，申请专利2项，并发表高水平论文2-3篇。

2006年1月－2月：系统评测与验收

本阶段将提供系统评测报告和研究工作报告，进行项目验收。 申请软件系统的自主版权。

5．主要技术特点和创新点（包括主要技术特点、创新点和关键技术、技术工艺路线、专利和知识产权等）

技术路线：

合理吸收、有效利用现有的成熟方法，在相关领域已有的研究结果之上，加入我们提出的“基于拓扑结构挖掘的动态聚类”、“基于超链接分析的自动摘要”、“基于访问模式挖掘的查询扩展”等新方

法。以集成化的技术路线完成智能检索系统的研究和开发，将数据挖掘、自然语言处理等人工智能技术与网络、数据库技术相融合。具体分以下三个阶段实现。

阶段一 搭建试验平台。建立结构化的面向高等教育领域和证券信息咨询领域的Web信息检索系统，开发爬行器、后台数据库和前台界面。这一阶段主要是实现当今大部分Web信息检索系统所具有的基本功能。试运行该Web信息检索系统，搜集相当齐全的关于高等教育领域和证券信息咨询领域的Web页面。

阶段二 技术探索。深入研究如下3方面的关键技术：

1）动态聚类：通过挖掘网站自身的拓扑结构/布局，获取该网站中表征页面分类特征的结构信息，利用分类特征标识进行聚类。利用语义分析、贝叶斯算法、决策树等技术将这些树形目录加以削减、结合、归并，动态生成一个“层次结构聚类树”。

2）自动摘要：挖掘网页链接中相关联的Anchor文本和其所在段落所提供的隐含的、带有导航性描述内容的关键字词句，利用半结构化网页提供的隐含信息来提高网页文本摘要的精确度。首先进行结构挖掘，挖掘出所有通过超链接指向该网页的文本，并根据语法/语义规则进行噪音过滤，得到该网页的特权候选摘要语句；然后进行内容挖掘，通过HTML标识的知识和纯文本的词、句、段及篇章知识，计算网页文本中每句话的权重；最后根据字数要求，通过关联度分析、语法分析生成摘要。

3）查询扩展：应用相关反馈法，综合使用查询前扩展和查询后扩展两种方法，通过Web日志挖掘得到用户的查询习惯和兴趣特点，建立个性化的查询扩展模型。利用该模型，结合词共现和语义分析技术，对查询进行修改、扩展并自动选择搜索策略。

阶段三 系统集成。将第二阶段的研究成果整合到试验平台系统中，并进行系统评测和改进。

拟解决的关键问题：

1） 基于网站拓扑结构挖掘的动态聚类模型

2） 超链接分析与Web结构挖掘相结合的摘要形成技术 3） 基于用户访问模式的查询扩展方法

6．总投资预算、资金筹措方式及来源（包括项目总投资概算、新增资金筹措及来源、资金使用计划等）

项目的总投资预算为50万元，其中25万元申请市政府拨款，在与中信证券合作的基础上，由天津大学和中信证券自筹25万元经费。随着项目的进展和市场前景的变换，根据形势决定新增资金的数目。目前申请的资金11万元用于服务器等设备的购置和词典、语料库等语言处理工具的购买。9万元用于购买微机、人工处理语料等能源耗材费用。其它资金用于实验测试、会议差旅等。

7．预期成果的经济、社会、环境效益分析及成果应用、产业化衔接情况（包括产品成本分析、产品单位售价与盈利预测、经济效益分析、项目投资评价、社会效益分析等）

信息需求已成为企业最重要的资源需求之一，而专门行业对其所需要的信息又具有特殊性，这导

致了对面向领域的检索系统的迫切需求。而目前国内尚无此类系统，广泛的行业应用空间为本项目的产出/投入比提供了坚实的保证。巨大的市场潜力也确保了项目投资可顺利回收并获取丰厚赢利。同时，本项目不仅填补了我国在这方面的空白，而且将推动行业的信息化步伐。

随着我国经济的发展，证券行业知识更新的速度越来越快，投资者对证券知识以及相关经济、法律、各行业等背景信息的关注程度和咨询需求越来越高；同时，目前证券行业垄断性低，全国有百余家证券公司，市场竞争激烈，相互之间在不断地压低成本、提高服务质量，面向证券领域的智能检索系统对提高证券公司的核心竞争力有着重要的作用。目前，证券行业的网上交易相当流行，我们的系统可以嵌入网上交易中为投资者提供便捷、及时的定制信息服务；同时，可以为证券公司客户服务中心的建设提供信息检索方面的核心技术，因此，面向证券领域的智能检索系统具有良好的市场前景。

我们预计在全国百余家证券公司实现30%的市场占有率，每套计划售价15万元，可实现销售额450余万元；每家证券公司的年维护费1万元，每年的维护费总额计30万余元。

在教育领域，我们将着重以社会效益为主，以普及教育知识为目的，为广大师生提供便利的信息服务，同时有助于提高学校管理效率。我们计划向全国1000多所高校免费赠送智能检索系统，同时每年向每所学校收取技术维护费1000元，每年的维护费总额预计100万元。

更有效的出售形式是：掌握本项目的核心技术后，我们可以向各个行业的企事业单位转让核心技术，这些技术可以嵌入到其它软件产品。而且通过这种方式，购买方可以自己在行业内进行扩展。这样，因为不需要承担向具体行业扩展的任务，所以我们可以只专心于研究专有的核心技术，同样可获得良好的经济效益。

8．风险分析（包括技术、人员、市场、政策和项目承担单位等方面）

本项目中用到了一些成熟技术，也用到一些自主开发的关键技术。关键技术利用现有语料库已经得到初步验证。集成这些技术的过程中可能出现磨合的问题，但经过反复调试是可以解决的，技术风险很小。任何新的软件系统都有一定的市场风险，但是本系统的市场很广阔，加上发展信息产业为我国长期方针，因此市场风 …… 此处隐藏：5552字，全部文档内容请下载后查看。喜欢就下载吧 ……