隨著計算機技術的革新，互聯網新媒體的快速發展，人們的生活已經進入高速信息時代。我們每天的生活都要產生大量數據，因此我們獲取數據的速度和規模不斷增長，大量數據不斷的被存入存儲介質中形成海量數據。海量數據的存儲、應用及挖掘已成為人們急需解決的難題。

　　數據挖掘是一門新興的學科，它誕生於20世紀80年代，主要面向商業應用的人工只能研究領域。大數據是無法在一定時間範圍內用常規軟件工具進行捕捉、管理和處理的數據集合。大數據包括海量的數據信息與高強度的數據處理能力，對於傳統的數據處理系統來說，大數據處理有著相當多的優勢，可以對於大型復雜的數據模塊進行高效地分析，包括數據的收集、分析、共享與傳輸等。大數據可以采用預測的方式進行分析，在用戶分析後進行數據提取，將其價值體現出來。

　　大量數據的生成和累積是信息化的必然結果。現代企業在采購、倉儲、運輸、產品設計、生產、銷售和客戶服務等諸多環節都采集並積累了大量的供應商、服務提供商和客戶的交易數據，生產和經營數據，產品研發數據，財務及人力資源管理數據等，因此可以說現代企業是運營在數據之上，諸多生產和經營的決策問題必須通過數據分析才能解決。

　　隨著消費者、企業和各經濟部門充分發揮大數據的潛力，由大數據驅動的創新、生產力提高、經濟增長、以及新的競爭模式和價值取向變革的巨大浪潮將達到巔峰。與過去不同的是，隨著一系列新技術趨勢發展的加速和凝聚，大數據所帶來的變化規模和範圍己經達到新的拐點，將會迅速膨脹。

　　大數據帶來的潛在經濟價值和社會價值巨大，但這些價值必須通過數據的有效整合、分析和挖掘才能釋放出來。數據的整合是建立數據倉庫的必要工作，對於結構化數據的整合有很多解決方案和軟件工具。目前的挑戰是非結構化數據的融合和整合，如

　　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平臺是根據中文數據挖掘的綜合需求,融合了網絡精準采集、自然語言理解、文本挖掘和語義搜索的研究成果,並針對互聯網內容處理的全技術鏈條的共享開發平臺。

　　其中KGB(Knowledge Graph Builder)知識圖譜引擎是我們自主研發的知識圖譜構建與推理引擎，基於漢語詞法分析的基礎上，采用KGB語法實現了實時高效的知識生成，可以從非結構化文本中抽取各類知識，並實現了從表格中抽取指定的內容等。KGB同時可以定義不同的動作，如抽取動作，並能自定義各類後處理程序。利用KGB知識圖譜引擎可以抽取到產品的詳細報價信息，方便進行下一步的數據挖掘與圖譜構建。

　　數據挖掘技術及其應用是目前國際上的一個研究熱點，並在許多行業中得到了很好的應用，尤其是在市場營銷中獲得了成功，初步體現了其優越性和發展潛力。在信息管理領域，綜合應用數據挖掘技術和人工智能技術，獲取用戶知識、文獻知識等各類知識，將是實現知識檢索和知識管理發展的必經之路。

NLPIR智能挖掘技術為經濟發現新的增長點