基于用戶特征的文件分類技術(shù)研究.pdf

1、隨著計算機(jī)應(yīng)用的日益普及，數(shù)字化文件已逐漸替代傳統(tǒng)紙質(zhì)文檔而成為各類文件存儲和交換的主要形式。在日常文件管理中由于自然人在文件管理中自身內(nèi)隱性記憶的不確定性，導(dǎo)致隨著時間的不斷推移和文件數(shù)量的持續(xù)遞增，各個類別中文件的語義會逐漸偏離原類別的語義，進(jìn)而導(dǎo)致原始文件分類的失效并造成文件管理混亂。針對這一問題的存在具有普遍性，同時作為傳統(tǒng)文本分類研究的逆向工程，具有一定的學(xué)術(shù)研究價值和現(xiàn)實意義。
　　 論文從用戶文件分類管理過程的問題

2、域特征分析入手，在充分借鑒、融合現(xiàn)有文本分類、自然語義理解、知識挖掘和機(jī)器學(xué)習(xí)等相關(guān)領(lǐng)域取得的研究成果基礎(chǔ)之上，圍繞基于用戶分類習(xí)慣及語義理解特征的文件分類管理技術(shù)，從基于自然語言的文本語義特征提取、用戶分類習(xí)慣與語義理解特征識別以及半監(jiān)督學(xué)習(xí)機(jī)制的設(shè)計等三方面開展了以下探索性研究工作:
　　 首先對國內(nèi)外相關(guān)領(lǐng)域文獻(xiàn)收集整理的基礎(chǔ)上，結(jié)合文本分類、自然語義分析和知識挖掘領(lǐng)域研究成果以及對文件分類管理問題特征分析，提出了課題研究

3、的基本思路和技術(shù)路線;
　　 其次，針對文本語義特征提取技術(shù)，結(jié)合研究課題的問題域特征，考慮具體實現(xiàn)和計算法復(fù)雜性等方面問題，提出了基于SUMO本體概念的文本語義表示模型。在此基礎(chǔ)上運用粗糙集理對用戶文件分類規(guī)則進(jìn)行提取，借鑒基于條件熵的啟發(fā)式屬性約簡算法，提取出用戶的分類規(guī)則，構(gòu)建了文件分類模擬器;
　　 第三，為提高文件分類模擬器的預(yù)測精度并不斷強(qiáng)化用戶關(guān)于文件分類的內(nèi)隱性記憶，提出以人機(jī)交互方式對文件分類模擬器的分