基于GA-KNN分類模型在船期數據分析中的研究與應用.pdf

1、當下，互聯(lián)網蓬勃發(fā)展，信息化不斷推進，網絡上充斥著各種文本信息。尤其是在航運領域中，各種船期信息每天都快速增長著，但是這些數據目前卻保持著一種“無明”狀態(tài)：標準渙散，條塊割據，處理緩慢，目標缺失，然而基于船期數據領域的自然語言處理技術（包括文本信息表示技術、同義詞問題處理、特征詞選擇方法、文本檢索技術、文本分類技術、Web信息提取技術等）的研究仍不多見。
　　本文針對以上問題，建立了船期領域中的文本向量空間模型，構建了一個船期領域

2、的虛擬專業(yè)搜索引擎，再與GA-KNN分類模型相結合將初始的網頁集進行分類，已得到船期數據信息的網頁集，最后再基于DOM的Web提取技術，采集網頁中的船期數據信息。主要內容為：
　　1.基于傳統(tǒng)的文本向量空間模型基礎上，主要研究和分析了特定領域（船期信息領域）下的特征詞選擇、同義詞聚合的改進和應用以及向量空間維度的問題，提出了船期領域中的文本向量空間模型。
　　2.為了獲得承載船期數據信息的網頁集，作為最初論文研究對象，構造了