產品介紹
在當今信息爆炸的時代，伴隨著社會事件和自然活動的大量產生(數據的海量增長)，人類正面臨著“被信息所淹沒，但卻饑渴于知識”的困境。隨著計算機軟硬件技術的快速發展、企業信息化水平的不斷提高和數據庫技術的日臻完善，人類積累的數據量正以指數方式增長。
數據挖掘是一個多學科領域，它融合了數據庫技術、人工智能、機器學習、模式識別、模糊數學和數理統計等新技術的研究成果，可以用來支持商業智能應用和決策分析。例如顧客細分、交叉銷售、欺詐檢測、顧客流失分析、商品銷量預測等等，目前廣泛應用于銀行、金融、醫療、工業、零售和電信等行業。數據挖掘技術的發展對于各行各業來說，都具有重要的現實意義。
數據挖掘是一種獲得知識的技術。它的基礎是數據，手段是各種算法，目的是獲得數據中蘊含的知識。發現知識并非易事，人們總是受到各種各樣的局限，目前數據缺乏仍然是發現知識的瓶頸。隨著數據采集和存儲技術的發展，對大量數據的分析和使用成為一個新的難題。對數據挖掘應用而言，知識的發現存在兩個極限，一個是數據極限，即數據要么非常龐大，要么數據量足夠小，或者數據量小但維度非常大;另一個是算法極限，即針對很多數據(不同的性質，不同的形式)和很多需求，目前所有的算法尚不能很好地解決某些問題。因此，數據挖掘應用具有三個要素：數據，算法，知識。
北京理工大學大數據搜索與挖掘實驗室張華平主任研發的NLPIR大數據語義智能分析技術是滿足大數據挖掘對語法、詞法和語義的綜合應用。NLPIR大數據語義智能分析平臺是根據中文數據挖掘的綜合需求,融合了網絡采集、自然語言理解、文本挖掘和語義搜索的研究成果,并針對互聯網內容處理的全技術鏈條的共享開發平臺。
NLPIR大數據語義智能分析平臺主要有采集、文檔轉化、新詞發現、批量分詞、語言統計、文本聚類、文本分類、摘要實體、智能過濾、情感分析、文檔去重、全文檢索、編碼轉換等十余項功能模塊，平臺提供了客戶端工具，云服務與二次開發接口等多種產品使用形式。各個中間件API可以無縫地融合到客戶的各類復雜應用系統之中，可兼容Windows，Linux， Android，Maemo5, FreeBSD等不同操作系統平臺，可以供Java，Python，C，C#等各類開發語言使用。
