收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

文本挖掘方法探讨及应用

郭飞  
【摘要】:随着Internet的大规模普及和企业信息化程度的提高,因此如何自动处理 这些海量联机文本成为目前重要的研究课题。文本挖掘(Text Mining)技术就可 以快速、有效的从海量的数据中提取出对用户有用的信息,而文本分类是文本 挖掘中最重要和应用最广的一项技术。 本文首先介绍了文本挖掘的一些基本概念和文本挖掘的相关知识背景,各 种理论和方法。对文本挖掘所涉及的关键技术,包括文本表示模型、特征提取、 评估方法和常用方法进行了详细的理论阐述和算法描述。并着重对特征提取和 朴素贝叶斯分类算法进行了详细的介绍。 然后本文提出并实现了一种改进互信息的特征提取和支持朴素贝叶斯的文 本分类系统,介绍了系统实现中主要过程和一些主要的技术问题。 最后,对改进互信息的特征提取和朴素贝叶斯的文本分类系统进行试验, 结果表明本算法和系统具有较高的分类准确率。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 赵晓静;;Web文本挖掘综述[J];电脑学习;2008年05期
2 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
3 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
4 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
5 郭飞;张先君;叶俊;;基于改进互信息的特征提取的文本分类系统[J];四川理工学院学报(自然科学版);2008年03期
6 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
7 张燕;寒枫;楚红涛;;文本挖掘简述[J];中国电力教育;2006年S3期
8 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
9 陈涛,谢阳群;文本分类中的特征降维方法综述[J];情报学报;2005年06期
10 胡恬;王敬;;中文文本分类技术的研究[J];科技咨询导报;2006年09期
11 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
12 杨霞;黄陈英;;文本挖掘综述[J];科技信息;2009年33期
13 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
14 程传鹏;;一种改进的X~2统计量方法[J];中原工学院学报;2010年06期
15 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
16 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
17 王圆;孙铁利;李杨;;Web文本挖掘中的特征表示和特征提取[J];电脑知识与技术(学术交流);2006年14期
18 何国辉;吴礼发;;基于机器学习的文本分类技术的研究[J];计算机与现代化;2009年08期
19 田昕辉;李成基;;带有短语切分的中文文本分类方法(英文)[J];计算机技术与发展;2010年01期
20 李文;王炜立;;中文文本理解技术在法律案情文本分类中的应用[J];南昌大学学报(工科版);2007年01期
中国重要会议论文全文数据库 前10条
1 刘华;周凌燕;张普;;面向词典编撰的词汇聚类研究[A];全国第八届计算语言学联合学术会议(JSCL-2005)论文集[C];2005年
2 武洪萍;周国祥;;Web文本挖掘研究[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年
3 刘华;张普;;面向词典编纂的词汇聚类研究[A];2004年辞书与数字化研讨会论文集[C];2004年
4 牛强;王志晓;陈岱;夏士雄;;基于支持向量机的Web文本分类方法[A];2006年全国开放式分布与并行计算学术会议论文集(一)[C];2006年
5 贾会强;刘晓丽;于洪志;;基于词性特征提取的藏文文本分类方法研究[A];CCF NCSC 2011——第二届中国计算机学会服务计算学术会议论文集[C];2011年
6 黄旭;朱艳琴;罗喜召;;重复串特征提取算法在不良信息检测中的应用[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
7 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
8 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
9 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
10 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
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 张旗;基于属性的图像分类研究[D];大连海事大学;2005年
3 张立福;通用光谱模式分解算法及植被指数的建立[D];武汉大学;2005年
4 苏彩红;墙地砖质量自动检测技术的研究[D];华南理工大学;2004年
5 宋余庆;医学图像数据挖掘若干技术研究[D];东南大学;2005年
6 宋晴;基于液滴分析技术和液滴指纹图的液体识别方法的研究[D];天津大学;2005年
7 吴婷;自发脑电脑机接口模式识别关键技术与实验研究[D];上海交通大学;2008年
8 孙真真;基于光学区雷达目标二维像的目标散射特征提取的理论及方法研究[D];中国人民解放军国防科学技术大学;2001年
9 武子玉;矿物近红外光谱信息提取及应用研究[D];吉林大学;2005年
10 王承;基于神经网络的模拟电路故障诊断方法研究[D];电子科技大学;2005年
中国硕士学位论文全文数据库 前10条
1 郭飞;文本挖掘方法探讨及应用[D];成都理工大学;2006年
2 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
3 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
4 牛海根;文本挖掘技术在短信文本中的应用研究[D];电子科技大学;2007年
5 易高翔;Web文本挖掘研究与实现[D];武汉科技大学;2004年
6 沈贺丹;核心能力评价系统的分类模块研究[D];辽宁工程技术大学;2006年
7 陈伟萍;基于语义概念的中文文本分类研究[D];燕山大学;2006年
8 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
9 蒋健;文本分类中特征提取和特征加权方法研究[D];重庆大学;2010年
10 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
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 燕海霞;王忆勤;李福凤;脉象信号研究日渐深入[N];中国医药报;2005年
6 林木树;反垃圾邮件有待新突破[N];人民邮电;2004年
7 汪洋 编译;BI平民化[N];计算机世界;2004年
8 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
9 沈占锋;遥感影像信息提取与分析[N];计算机世界;2006年
10 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
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