收藏本站
《中国海洋大学》 2003年 硕士论文
收藏 | 手机打开
二维码
手机客户端打开本文

粗糙集理论在文本挖掘的分类算法中的应用研究

王汉萍  
【摘要】: 目前传统的信息检索技术已不适应日益增加的大量文本数据处理的需要,用户需要更加有效的检索算法实现文档重要性和相关性的排列,完成不同文档的分类比较,或找出多文档的模式和趋势。所以,文本数据的挖掘成为数据挖掘中一个日益流行且重要的研究课题。 文本挖掘中常用的技术有文本的自动分类、聚类、文本总结和关联分析等,其中文本自动分类是一种重要的方法。利用文本的自动分类技术可以用来整理互联网内部的文本,通过将文本分配到一个类别体系中,限定查找文本的范围;还可以应用到搜索引擎的检索结果的组织上,将搜索引擎的检索结果划分为若干个具有明确主题的簇,使得用户只考虑相关的簇,大大缩小了需要浏览的文本数量。 本论文主要探讨了文本自动分类的算法,所作的主要工作如下: 1.描述了文本的向量空间模型,并进行了常用文本分类算法的性能分析; 2.重点研究了如何利用粗糙集的知识约简理论提取文本分类规则的新方法,该方法可以自动提取分类规则,比人工建立规则库容易实现得多; 3.为了实现网上文本数据的挖掘,提出将基于规则抽取的分类技术应用到搜索引擎上的设计思路,并证明了该方法的可行性。 基于粗糙集理论的文本分类算法中,将文本特征项的权值作为规则的条件属性,文本所属的类别用作决策属性,构造决策信息表。首先将每一文本的每个特征项的权值进行离散化处理,然后通过知识约简提取出文本的分类规则。该方法生成的规则易于理解,分类准确度较高,分类的速度快。 本论文还提出了一种基于文本自动分类的搜索引擎的设计。由于目前搜索引擎的检索结果列表通常过于庞大,给用户逐个浏览寻找相关的结果带来极大不便。本文提出在搜索引擎的用户接口与检索器之间接入文本分类器,由它对检索结果进行联机分类,将其划分为若干个具有明确主题的簇,大大方便了用户查找跟查询要求相关的文档。 最后,对本论文的内容进行了总结,并对文本挖掘的研究提出了展望。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 崔志明,谢春丽;基于Web的文本挖掘研究[J];微电子学与计算机;2002年10期
2 黄迎春;李晓晔;邓文新;;文本挖掘技术的研究[J];齐齐哈尔大学学报;2006年03期
3 胡冰;胡东军;马文超;;文本挖掘研究及发展[J];电脑知识与技术;2008年31期
4 杨霞;黄陈英;;文本挖掘综述[J];科技信息;2009年33期
5 余燕芳;;基于改进遗传算法的Web文本挖掘系统[J];微电子学与计算机;2010年04期
6 郭玉滨;;Web文本挖掘技术及其应用的研究[J];电脑知识与技术(学术交流);2006年08期
7 谢冬;刘宏申;;文本挖掘中若干关键问题的研究[J];电脑知识与技术;2009年18期
8 吴岳芬;刘洪辉;;WEB文本挖掘的研究[J];电脑知识与技术(学术交流);2006年11期
9 许高建;;基于Web的文本挖掘技术研究[J];计算机技术与发展;2007年06期
10 屈志毅;李一伟;张延堂;杨曙光;张菲菲;;一种基于关键重复语义的最大熵文本分类[J];广西师范大学学报(自然科学版);2007年04期
11 程志;黄荣怀;;文本挖掘及其教育应用[J];现代远距离教育;2008年02期
12 邹国平;彭梅香;黄国兵;;基于GA和信息熵的文本分类规则抽取方法[J];微计算机信息;2008年27期
13 张宏松;刘建辉;;面向Web的文本信息挖掘研究[J];计算机系统应用;2006年09期
14 杨丽华;戴齐;杨占华;;文本分类技术研究[J];微计算机信息;2006年15期
15 张晖;张艳;;基于Web的文本挖掘的研究[J];科技信息(科学教研);2007年30期
16 赵晓静;;Web文本挖掘综述[J];电脑学习;2008年05期
17 李敏;沈翔;邵栋;高阳;;基于结果修剪法解决文本分类中属性重叠问题[J];扬州大学学报(自然科学版);2006年03期
18 杨林波;王士同;;基于类别分布特征的快速文本分类方法[J];计算机工程与设计;2009年05期
19 王珍珍;;关于文本挖掘中文本分类与文本聚类的研究[J];科技信息;2007年06期
20 魏程;刘鲁;翟铭;;一种四维向量空间模型的Web新闻文本分类方法[J];微计算机应用;2010年03期
中国重要会议论文全文数据库 前10条
1 陈克利;宗成庆;王霞;;基于大规模真实文本的平衡语料分析与文本分类方法[A];语言计算与基于内容的文本处理——全国第七届计算语言学联合学术会议论文集[C];2003年
2 杜长海;吉根林;;模糊聚类的最大树法在文本分类中的应用研究[A];第二十二届中国数据库学术会议论文集(研究报告篇)[C];2005年
3 刘秉权;李博;孙林;王宝勋;刘远超;;标签特征和正文特征融合的SVM博客文本分类算法研究[A];第六届全国信息检索学术会议论文集[C];2010年
4 海丽且木·艾沙;维尼拉·木沙江;;Web文本分类及其维、哈、柯多文种信息检索中的应用研究[A];少数民族青年自然语言处理技术研究与进展——第三届全国少数民族青年自然语言信息处理、第二届全国多语言知识库建设联合学术研讨会论文集[C];2010年
5 商炳章;白清源;;基于特征项权重改进的关联文本分类[A];第二十五届中国数据库学术会议论文集(二)[C];2008年
6 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
7 朱慕华;陈文亮;朱靖波;;词聚类在文本分类中的应用[A];第二届全国学生计算语言学研讨会论文集[C];2004年
8 杜志文;曾文华;;网格计算在文本分类中的应用[A];2006年全国开放式分布与并行计算机学术会议论文集(三)[C];2006年
9 王小华;陆蓓;张国煊;;文本自动分类的模糊方法[A];自然语言理解与机器翻译——全国第六届计算语言学联合学术会议论文集[C];2001年
10 庞剑锋;程学旗;;反馈方法在文本分类系统中的应用[A];自然语言理解与机器翻译——全国第六届计算语言学联合学术会议论文集[C];2001年
中国博士学位论文全文数据库 前10条
1 徐建锁;知识管理和文本挖掘的若干问题研究[D];天津大学;2004年
2 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
3 孟佳娜;迁移学习在文本分类中的应用研究[D];大连理工大学;2011年
4 李智星;用于文本分类的简明语义分析技术研究[D];重庆大学;2011年
5 王占一;Web文本挖掘中若干问题的研究[D];北京邮电大学;2012年
6 檀敬东;文本挖掘的若干关键算法研究[D];中国科学技术大学;2010年
7 刘伍颖;面向垃圾信息过滤的主动多域学习文本分类方法研究[D];国防科学技术大学;2011年
8 李芳;文本挖掘若干关键技术研究[D];北京化工大学;2010年
9 李彦鹏;特征耦合泛化及其在文体挖掘中的应用[D];大连理工大学;2011年
10 文翰;面向信息检索的Web文本挖掘方法研究[D];华南理工大学;2012年
中国硕士学位论文全文数据库 前10条
1 程春惠;公安犯罪案件文本挖掘关键技术研究[D];浙江大学;2010年
2 徐爱华;面向文本分类的中文文本挖掘技术研究及实现[D];武汉理工大学;2004年
3 易高翔;Web文本挖掘研究与实现[D];武汉科技大学;2004年
4 唐明;文本挖掘及其在多文化交流平台中的应用[D];西南大学;2006年
5 陶小波;电子就业文本挖掘系统关键技术研究与应用[D];浙江工商大学;2011年
6 崔鹏;一种基于支持向量机的直推式WEB挖掘[D];大连海事大学;2006年
7 徐华;基于支持向量机的Web文本挖掘研究[D];哈尔滨工程大学;2004年
8 李春玲;文本挖掘在垃圾邮件过滤中的应用研究[D];中国人民大学;2008年
9 郭飞;文本挖掘方法探讨及应用[D];成都理工大学;2006年
10 杜圣东;基于多类支持向量机的文本分类研究[D];重庆大学;2007年
中国重要报纸全文数据库 前10条
1 本报记者 施鹏;非结构信息和文本挖掘[N];21世纪经济报道;2009年
2 周青 编译;文本挖掘工具实现非结构化数据价值[N];计算机世界;2004年
3 ;SAS公司收购Teragram 强化BI领域地位[N];计算机世界;2008年
4 本报记者 张晶;怎样挖掘专家的活的经验和智慧[N];科技日报;2011年
5 汪洋 编译;BI平民化[N];计算机世界;2004年
6 靳辉;垂直搜索:呼叫经济发展的核心动力[N];通信产业报;2007年
7 缪其浩记者 江世亮;非官方信息源担当应急预警器[N];文汇报;2008年
8 ;用挖掘技术使学术资源利用效益最大化[N];中国计算机报;2007年
9 张德政;信息挖掘商业智能之“芯”[N];中国计算机报;2002年
10 本报记者 张承东;挖潜无极限[N];网络世界;2006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