資訊擷取技術原理應用與系統架構
資訊擷取技術是從非結構化文字中提取結構化資訊的關鍵技術，應用於商業智慧、履歷表篩選等領域。本文探討資訊擷取的原理、技術方法（命名實體識別、關係抽取）以及系統架構，並以 Python 和 NLTK、BERT
資料探勘
4
Articles
關聯規則挖掘：理論、演算法與應用實踐
本文探討關聯規則挖掘的理論基礎、流程與常用演算法，包含 Apriori 與 FP-Growth，並深入探討量化關聯規則挖掘的挑戰和解決方案，涵蓋支援度和信心度的衝突、資訊理論方法和叢集方法，並比較不同 QAR Mining 方法的優缺點。
關聯規則探勘與協同過濾技術
本文探討關聯規則探勘與協同過濾技術，闡述如何從交易資料中挖掘頻繁項集，並生成具有高支援度和信賴度的關聯規則。同時，文章也介紹了 Apriori 演算法、支援度、信心度和提升比率等關鍵概念，並以手機面板購買案例說明如何應用這些技術於實際場景。