基于Web的地质矿产情报获取技术研究

摘要

地质矿产资源是社会经济发展和人类生活的重要物质基础,加强矿产资源的情报搜集能力是矿业全球化的必然要求,是合理配置全球矿产资源的有效途径。本文主要研究如何基于Web搜索到的地质情报信息,以搜索引擎为接口,利用基于关键字的网络爬虫,抓取地质矿产相关的原始网页文本信息,根据正则表达式,对文本进行预处理,剔除无用网页标签和无研究价值信息,进一步进行中文分词、网页主题词提取和主题相关度计算。最终,在探讨技术可行性的同时,为后期的情报获取以及文本挖掘提供大量研究素材。