收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于聚类的文本机会发现关键问题研究

孙晓华  
【摘要】:现实世界中的一个事件序列可能包括原因、结果和一些值得注意的事件。通常,最根本的原因是隐藏的,或在重要事件中是未知的。传统的信息处理方法通常是通过对频繁出现事件的分析实现未来可能性的预测。但是,在这些信息中除频繁事件之外,还包含着一些极少出现而又具有重要作用的事件,这些事件对未来同样具有重要的影响作用,而传统方法却无法发现这些重要事件。机会发现为实现获取观测结果中稀少的、重要事件提供了切实可行的理论和方法。 文本是目前一种重要的信息承载方式。本文以文档数据为研究对象,基于聚类技术对文本机会发现的若干关键问题进行研究。本文通过对机会发现现有理论和技术方法的研究,首先提出了文本机会的定义,并进一步建立了基于聚类的文本机会发现过程模型。明确了文本机会发现过程是一个在人的经验指导下的计算机自动进行聚类的人机交互的双螺旋过程。 其次,分析了现有的经典机会发现算法KeyGraph的优缺点,针对KeyGraph算法计算复杂的缺点,提出了一种多遍扫描KeyGraph执行模型,提出利用矩阵分解实现KeyGraph的具体计算,对KeyGraph的计算方法改进。有效地提高了算法的执行效率,减少计算数据量,并降低了时间空间复杂度。第三,文本数量的急剧增加使得现有机会发现算法难以快速、有效地实现机会的提取。为解决此问题,本文在现有研究基础上,通过对目前典型机会发现算法的预处理过程以及算法自身的细致分析,首先提出了既能降低算法复杂性,又能够保留数据语义信息的文本机会发现预处理算法,实现了事件的一致化描述;其次,提出基于进化免疫网络的文本机会发现算法,利用进化免疫网络压缩数据规模的优点,解决了大规模文本数据机会发现所带来的问题。该提取算法与预处理算法增加了机会事件提取的准确性和有效性,有效地提高了算法的执行效率,降低了系统的存储开销。 最后,提出了一个基于免疫的多agent文本机会发现系统框架,并基于动态免疫网络建立了系统的响应模型。 本文以科技文献应用为背景,发现样本数据集中的文本机会,使读者能够快速理解文章结构,从而验证了文本机会发现技术的优势。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 张婧;李珏峰;;数据挖掘技术在BBS管理中的应用[J];福建电脑;2008年04期
2 大鱼儿;;自动扩展大小的TEdit[J];软件;2001年07期
3 赵春红;刘国华;王柠;何玲玲;;外包数据库模型中文本数据的完整性检测方案[J];小型微型计算机系统;2010年09期
4 仲志平;刘渝妍;翟从鸿;;基于BWC的XML文本数据索引技术[J];安徽师范大学学报(自然科学版);2011年03期
5 仲志平;刘渝妍;孙建洪;;基于BWC的XML文本数据索引技术研究[J];昆明学院学报;2011年03期
6 杜德生;田小军;;Lucene应用中Pdf文档文本数据提取方法研究[J];自动化技术与应用;2009年03期
7 王成强;;基于不平衡数据集的文本分类技术[J];电脑知识与技术;2009年36期
8 孙开放;使用通信控件实现字节通信方式[J];微计算机信息;2002年03期
9 薛冰冰,普杰信;数据挖掘技术及其在电子邮件中的应用[J];信息技术;2003年07期
10 崔时珍;;纯文本数据在VFP中导入导出[J];电脑学习;2009年01期
11 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
12 李文龙;保护文本数据案例的巧妙方法[J];计算机安全;2003年04期
13 ;保护文本数据安全的巧妙方法[J];电脑知识与技术;2003年13期
14 李文龙;保护文本数据安全的巧妙方法[J];网络与信息;2003年04期
15 于得海;王银;;巧借表格向Excel中导入文本数据[J];电脑迷;2006年09期
16 金凤霞;找回损坏磁盘中的文本数据[J];计算机周刊;1997年22期
17 周芝梅,陈志刚,李明山,何小巧;基于数据库的设计资料管理系统[J];南华大学学报(理工版);2001年02期
18 易树鸿;张为群;;一种基于粗集的文本数据特征信息的挖掘方法[J];计算机科学;2002年08期
19 李玉兰,黄海涛;房产图文数据管理技术[J];电脑学习;1996年02期
20 杨宁生,葛常水;文本型数据向CDS/ISIS数据库数据的转换[J];情报理论与实践;1994年01期
中国重要会议论文全文数据库 前10条
1 陈光强;杨树强;张晓辉;李润恒;贾焰;;面向海量文本数据的多任务并行调度加载技术研究与实现[A];第15届全国信息存储技术学术会议论文集[C];2008年
2 丁兆云;贾焰;周斌;;基于文本数据的多维层次式舆情计算模型的研究与实现[A];第二十五届中国数据库学术会议论文集(一)[C];2008年
3 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
4 蔡嘉荣;印鉴;刘玉葆;黄志兰;;一种有效的文本聚类算法[A];第二十三届中国数据库学术会议论文集(技术报告篇)[C];2006年
5 杨艳;李巍;玄萍;;数字图书馆中基于Ontology的文本模型[A];黑龙江省计算机学会2009年学术交流年会论文集[C];2010年
6 彭泽映;俞晓明;许洪波;;大规模短文本的不完全聚类[A];第六届全国信息检索学术会议论文集[C];2010年
7 李虎;邹鹏;贾焰;周斌;;一种基于Map Reduce的分布式文本数据过滤模型研究[A];第26次全国计算机安全学术交流会论文集[C];2011年
8 苏变萍;侯筱婷;;文本数据的非线性降维方法研究[A];2007年全国开放式分布与并行计算机学术会议论文集(下册)[C];2007年
9 张小琴;蒋秀凤;;基于句子级的领域倾向词表构建[A];第五届全国青年计算语言学研讨会论文集[C];2010年
10 王永恒;贾焰;杨树强;;面向汉语短文的话题识别系统研究[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
中国博士学位论文全文数据库 前10条
1 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
2 杜伟夫;文本倾向性分析中的情感词典构建技术研究[D];哈尔滨工业大学;2010年
3 刘春辰;基于本体的企业搜索优化技术研究[D];吉林大学;2012年
4 朱岩;面向文本数据的半监督学习研究[D];北京交通大学;2012年
5 王秀红;文本相似度计算核函数的构造及其在分布式信息检索中的应用研究[D];江苏大学;2012年
6 李芳;文本挖掘若干关键技术研究[D];北京化工大学;2010年
7 王一川;基于内容的海量文本探索式查询导引中若干关键技术的研究[D];北京邮电大学;2011年
8 徐悦竹;机会发现算法及其应用研究[D];哈尔滨工程大学;2010年
9 王智慧;可还原式数据嵌入技术的研究[D];大连理工大学;2010年
10 郭永明;XML文档交互式信息检索技术研究[D];东华大学;2010年
中国硕士学位论文全文数据库 前10条
1 朱敏;基于丰心工学的情感信息可视化与充实度分析[D];北京邮电大学;2011年
2 徐淑坦;基于改进RBF神经网络的文本情感分类研究[D];吉林大学;2011年
3 曹亚辉;非结构文本最佳近似匹配系统的研究与实现[D];东华大学;2011年
4 李正林;中文文本数据分类研究[D];上海师范大学;2004年
5 罗晖霞;网络舆情监测系统研究与开发[D];中北大学;2010年
6 陈鸿;Web网页的时态文本索引研究[D];中国科学技术大学;2011年
7 暴自强;结合LSA的文本谱聚类算法研究[D];重庆大学;2010年
8 黄文江;中文文本聚类算法分析与研究[D];上海交通大学;2010年
9 暴艳;多领域的文本情感倾向分类方法研究[D];山西大学;2012年
10 文星;基于位置感知的Web文本搜索技术研究[D];大连海事大学;2011年
中国重要报纸全文数据库 前10条
1 曾华燊;化繁为简: 提升NGI服务质量[N];计算机世界;2006年
2 实习生 赵静记者 黄雪英;自贡馆藏文物数据库系统建立[N];自贡日报;2008年
3 Jim Goodnight;BI:演进中勾勒未来[N];网络世界;2007年
4 张耀南 杨海 韦五周 景通桥 张军强;寒区旱区数据管理平台[N];计算机世界;2006年
5 王;汇总通话、加速Web显示[N];中国计算机报;2001年
6 本报记者 谢斌鑫;视频的短板[N];中国计算机报;2004年
7 苏和;电子检务该如何推行[N];检察日报;2007年
8 ;BI的新方向[N];网络世界;2007年
9 金翔 王钰;全国文物普查通过验收[N];广元日报;2010年
10 杨前有;柞水建成土地利用现状数据库[N];商洛日报;2007年
 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