收藏本站
《中国科学技术大学》 2006年
收藏 | 手机打开
二维码
手机客户端打开本文

面向智能服务的Web内容计算研究与应用

张友华  
【摘要】:WEB是人们获取信息与知识的重要途径,它的海量性、多样性、动态性和半结构化等特性增加了其信息进行自动处理的难度,也吸引了研究者的兴趣。如何从大量的信息中发现用户感兴趣的信息是目前因特网信息搜索研究的课题;如何将WEB上丰富的信息转化为有用的知识是WEB挖掘和WEB知识发现的任务;如何使用户获取个性化信息,从而使WEB提供更多的服务功能是WEB智能需要解决的问题。目前WEB信息数据大致可以分为三类:内容数据(Content Data)、访问数据(Usage Data)和结构数据(Structure Data),因此也形成WEB研究的三个大的方向:WEB内容挖掘、WEB访问挖掘和WEB结构挖掘。WEB的信息载体主要是WEB页面,它的内容包含显示的数据、标记和超链接。基于WEB内容的计算就是以WEB页面为对象,研究WEB的信息提取、WEB的信息检索和WEB智能服务等涉及到的问题。本文在综合了WEB内容计算的研究基础上,重点研究并取得如下创新性成果: (1) 提出了一种增量式挖掘方法iFP-Growth,使传统的FP-Growth方法适应于Web动态数据环境的关联规则挖掘。 Web页面数据的半结构化、不规则性和动态更新等特征,使得基于Web内容的数据挖掘研究具有一定的复杂性。本文总结了多种从Web页面中提取半结构化数据的理论与方法,针对Web内容数据的特点,提出的增量式挖掘方法iFP-Growth,使传统的FP-Growth方法适应于动态数据环境的关联规则挖掘。并以中国汽车市场网为例,挖掘消费者对不同类别、不同型号、不同价格轿车的购买偏好。 (2) 提出一种基于句子相关度的文本自动分类模型TCSC) 针对中文WEB文档集的分类和聚类等WEB信息检索(IR)课题中需要进行中文分词和词的多义性问题,利用语料库,提出了一种基于句子的文本特征选择,利用训练文本自动生成类别语料库,根据句内词元的类别相关性和句子位置信息,给出了基于句子类别相关度矩阵的文本分类方法,从而在分类阶段避免了分词处理,同时该方法对于词的多义性具有不敏感性。
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 靳小波;;文本分类综述[J];自动化博览;2006年S1期
2 唐亮;段建国;许洪波;梁玲;;基于信息论的文本分类模型[J];计算机工程与设计;2008年24期
3 施化吉;王贤川;李星毅;;基于规则重构的关联文本分类[J];计算机工程与设计;2009年03期
4 刘伍颖;王挺;;适于垃圾文本流过滤的条件概率集成方法[J];计算机科学与探索;2010年05期
5 张征杰;王自强;;文本分类及算法综述[J];电脑知识与技术;2012年04期
6 彭其华;;关联挖掘下的海量文本信息深入挖掘实现[J];微电子学与计算机;2013年10期
7 汪明霓;BASIC文本系统[J];计算机应用研究;1988年01期
8 王东兴,冷惠文;大量编程用文本数据的统一处理[J];鞍山钢铁学院学报;1997年06期
9 周鹏;数据库中不规范文本文件的数据转换[J];电脑编程技巧与维护;2005年05期
10 谷峰;吴扬扬;;文本分类关键技术[J];福建电脑;2006年09期
11 宋东风;张志浩;;短文本数据的自动分类[J];电脑与信息技术;2007年01期
12 宋东风;张志浩;;短文本数据的自动分类[J];微型电脑应用;2007年02期
13 杨金柱;刘金岭;;基于词语上下文的文本分类研究[J];计算机技术与发展;2011年08期
14 杨震;赖英旭;段立娟;李玉鑑;;基于上下文重构的短文本情感极性判别研究[J];自动化学报;2012年01期
15 吕曹芳;薛向锋;朱岳超;宗军君;;基于文本分类的网络知识发现[J];计算机与现代化;2013年02期
16 田扬;一个通用的窗口式文本显示程序[J];计算机应用;1992年03期
17 柴振荣;文本管理程序[J];管理科学文摘;1995年04期
18 杨斌,孟志青;一种文本分类数据挖掘的技术[J];湘潭大学自然科学学报;2001年04期
19 陈鑫;基于文本的分类方法研究[J];电脑开发与应用;2003年07期
20 张霞;尹怡欣;于海燕;赵海龙;;基于粒网络生成规则的文本分类研究[J];计算机科学;2008年12期
中国重要会议论文全文数据库 前10条
1 许君;王朝坤;刘立超;王建民;刘璋;;云环境中的近似复制文本检测[A];第29届中国数据库学术会议论文集(B辑)(NDBC2012)[C];2012年
2 易天元;叶春生;;工业锅炉图纸输入的文本数据处理[A];1997中国控制与决策学术年会论文集[C];1997年
3 胡蓉;唐常杰;陈敏敏;栾江;;关联规则制导的遗传算法在文本分类中的应用[A];第十九届全国数据库学术会议论文集(研究报告篇)[C];2002年
4 李文波;孙乐;黄瑞红;冯元勇;张大鲲;;基于Labeled-LDA模型的文本分类新算法[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年
5 黄云平;孙乐;李文波;;基于上下文图模型文本表示的文本分类研究[A];第四届全国信息检索与内容安全学术会议论文集(上)[C];2008年
6 蒋勇;陈晓静;;一种多方向手写文本行提取方法[A];第二十七届中国控制会议论文集[C];2008年
7 李瑞;王朝坤;郑伟;王建民;王伟平;;基于MapReduce框架的近似复制文本检测[A];NDBC2010第27届中国数据库学术会议论文集(B辑)[C];2010年
8 胡俊;黄厚宽;;一种基于SVM的可视化文本分类的方法[A];第二十一届中国数据库学术会议论文集(技术报告篇)[C];2004年
9 劳锦明;韦岗;;文本压缩技术研究的新进展[A];开创新世纪的通信技术——第七届全国青年通信学术会议论文集[C];2001年
10 江荻;;藏语文本信息处理的历程与进展[A];中文信息处理前沿进展——中国中文信息学会二十五周年学术会议论文集[C];2006年
中国重要报纸全文数据库 前2条
1 戴洪玲;向Excel中快速输入相同文本[N];中国电脑教育报;2004年
2 山东 黄家贞;网页保存工具——网页快拷[N];电脑报;2001年
中国博士学位论文全文数据库 前10条
1 胡明涵;面向领域的文本分类与挖掘关键技术研究[D];东北大学 ;2009年
2 孙晓华;基于聚类的文本机会发现关键问题研究[D];哈尔滨工程大学;2010年
3 尚文倩;文本分类及其相关技术研究[D];北京交通大学;2007年
4 霍跃红;典籍英译译者文体分析与文本的译者识别[D];大连理工大学;2010年
5 熊云波;文本信息处理的若干关键技术研究[D];复旦大学;2006年
6 李自强;大规模文本分类的若干问题研究[D];电子科技大学;2013年
7 杨震;文本分类和聚类中若干问题的研究[D];北京邮电大学;2007年
8 章舜仲;文本分类中词共现关系的研究及其应用[D];南京理工大学;2010年
9 张友华;面向智能服务的Web内容计算研究与应用[D];中国科学技术大学;2006年
10 赵玉茗;文本间语义相关性计算及其应用研究[D];哈尔滨工业大学;2009年
中国硕士学位论文全文数据库 前10条
1 姜英杰;基于本体的短文本分类研究[D];东北师范大学;2010年
2 杨硕;基于VSM文本分类系统的设计与实现[D];大连理工大学;2006年
3 马渊;短文本情感分析技术研究[D];重庆大学;2011年
4 张超;文本OLAP关键技术研究[D];山东大学;2012年
5 王宝龙;面向新闻领域的文本数据获取系统的设计与实现[D];北京邮电大学;2010年
6 曾洪波;基于类别裁剪和模糊理论的文本分类算法研究[D];暨南大学;2011年
7 徐立新;互联网文本视频过滤技术研究与应用[D];电子科技大学;2010年
8 梁鹏鹏;概率主题模型及其在关联文本分类中的应用研究[D];郑州大学;2011年
9 刘超;基于主题挖掘和覆盖的文本分类研究[D];安徽大学;2011年
10 蔡月红;基于类短语串和半监督学习的短文本分类研究[D];江苏大学;2010年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978