数据与信息是重要的生产要素和战略资产，已在全球达成共识。然而，失去控制和无组织的数据和信息却不能很好地发挥战略资产的作用。信息挖掘是对文献、数据等信息资源对象进行分类、标引、描述、揭示，使之有序化、系统化的过程，其目的恰好是将无序的、分散的数据和信息整理成有序的信息资源，保证用户的有效获取和利用。因此，信息挖掘对于大数据资源的管理与利用具有重要作用。
　　同时，当前的大数据环境给信息挖掘带来了巨大的影响。正确地识别这些影响，对于凝练信息挖掘的研究方向、使其适应当前的发展环境、与国家的重大需求对接、为国家大数据战略的实施提供智力支持，具有非常重大的意义。
　　NLPIR大数据语义智能教学科研平台是大数据语义智能分析专业的教学科研综合平台。平台以自然语言理解为核心，结合北理工团队多年的科学研究与一线教学经验，以科学严谨的方式，致力于提升学员大数据与人工智能的教学培训、科学研究与工程实践的水平。
　　NLPIR大数据语义智能教学科研平台具有一套完善且丰富的教学体系，课程教材、视频教学、实训平台、实验验证和项目案例五位一体。
　　NLPIR大数据语义智能教学科研平台教学内容丰富，主要围绕大数据、人工智能和自然语言理解三大核心领域展开，核心内容包括以下几个方面：
　　1)科学的大数据观：大数据的定义，科学发展渊源;如何科学看待大数据?如何把握大数据，分别从“知著”、“显微”、“晓义”三个层面阐述科学的大数据观。
　　2)大数据技术平台与架构：云计算技术与开源平台搭建;Hadoop、Spark等数据架构、计算范式与应用实践;TensorFlow深度学习平台。
　　3)机器学习与常用数据挖掘：常用机器学习算法：Bayes, SVM，深度神经网络等;常用数据挖掘技术：关联规则挖掘、分类、聚类、奇异点分析;深度学习：CNN, RNN, LSTM, Attention模型，seq2seq模型。
　　4)大数据语义精准搜索：通用搜索引擎与大数据垂直业务的矛盾;大数据精准搜索的基本技术：快速增量倒排索引、结构化与非机构化数据融合、大数据排序算法、语义关联、自动缓存与优化机制;大数据精准搜索语法：邻近搜索、复合搜索、情感搜索、精准搜索;
　　5)非结构化大数据语义挖掘
　　语义理解基础：ICTCLAS与汉语分词;内容关键语义自动标引与词云自动生成;大数据聚类;大数据分类与信息过滤;大数据去重、自动摘要;情感分析与情绪计算;不良信息智能过滤.
　　6)知识图谱的大数据自动构建与应用：知识图谱概念;知识点的自动发现;基于bootstrapping的知识大数据生成;
　　7)NLPIR智能语义平台：NLPIR智能语义分析在线云服务;NLPIR Parser语义分析平台实训;NLPIR智能语义二次开发接口与教程。
　　8)大数据应用案例剖析与综述：国家电网大数据应用案例;新媒体传播创新与头条应用;非结构化大数据挖掘。
　　大数据新技术应用成为下个阶段发展重点的脉络逐渐清晰，随着新技术应用的不断增多，未来将会有更多新的概念、方式将会在各个领域出现。针对当前互联网大数据挖掘和分析出现的痛点和问题，一场源自更深层次的变革将会在互联网领域出现，一个新的时代终将来临。