Web智慧暨資料探勘實驗室
本實驗室為中央大學資訊工程系張嘉惠教授所領導的研究團隊。實驗室位於工五館A棟307(分機35327)及研究中心二館206(分機57868)。實驗室成員目前有博士生五位，碩士生十位，碩士專班七位。
實驗室的主要研究領域為全球資訊網及資料探勘兩大方向:
- Web由1.0發展到2.0，一個很大的差別在於網站從單純的提供使用者資訊的下載與閱覽，轉而提供使用者更多的上傳及分享的功能。現今的Web，每個人不僅是Web上的資訊消費者，同時也有能力藉由更方便的工具去創造資訊，我們可以說當今Web所包含的資料比過往更豐富完整。不過當我們將Web視為無所不包的資料庫，資訊的整合與利用就更為重要。近年來Mashup網站紛紛成立，正說明資訊整合的重要應用。不過再多的混搭網站也難顧到每個使用者的各別需求，因此以往被視為專業性操作的資訊整合，有必要提供更為公眾化的操作。過去我們實驗室即針對Deep Web資訊來源，發展了網頁抓取（Page Fetching）、資料擷取（Data Extraction)、及資料彙整（Data Integration）等相關技術。我們以Programming by example的概念由使用者示範網頁的來源如何取得，同時結合非監督式Web資料擷取技術取得動態網頁的URL位置；最後再透過資料間的關連彙整一個資料樹。近年來也針對Surface Web資訊擷取及整合問題，利用機器學習方法發展相關解決方法，寄望提供使用者更便利的Web資訊存取工具。
- 資料探勘（Data Mining）的目的在找出資料中未曾被發掘的知識，並利用累積的資料提供未來的決策參考。資料探勘在商業智慧（Business Intelligence)、生物資訊（Bioinformatics）、文件探勘（Text Mining）、科學計算（Scietific Computing）等等有牽涉到資料分析的應用，是相當重要的一項工具。資料探勘是結合資料庫系統（Databse system）、資料倉儲（Data warehouse）、統計（Statistics）、機器學習（Machine learning）、高效能計算（High performance computing）等多個領域的一門學科。其中資料庫系統及資料倉儲用以支援資料的淨化及快速的存取，機器學習及統計則做為資料分析預測的後盾，最後高效能的計算則保證大量資料的快速運算。常見的資料探勘技術包括有樣版探勘（Pattern Mining）、分群（Clustering）、分類（Classification）、預測（Prediction）等項目；前兩者為監督式的學習，後兩者則是非監督式的學習。本實驗室的研究包括有文件探勘、拍賣獲利預測、樣版探勘及資料視覺化等相關研究。
