基于內容的學生作業(yè)分類研究.pdf

1、隨著計算機技術及Internet的飛速發(fā)展，網(wǎng)絡已經(jīng)深入影響到了我們日常生活的每個方面。而各式各樣的電子文本已經(jīng)成為我們獲得信息的最主要來源。其龐大繁雜的信息使高效、快捷的獲取和管理電子文本信息成為現(xiàn)在重點研究的課題之一。 本文比較系統(tǒng)地介紹了研究文本自動分類的意義和國內外文本分類研究的發(fā)展現(xiàn)狀，以及文本自動分類在各個領域應用的狀況。進一步介紹了文本分類在教育領域的應用現(xiàn)狀，分析了學生作業(yè)文本分類的重要性和意義。討論了文本分類的

2、總體框架體系，進行文本分類理論與應用的專門研究。介紹了文本分類算法與聚類算法的類型，對文本分類和聚類的流程的共同和不同之處進行比較，具體討論了分類、聚類方法的主要代表算法，如貝葉斯分類、KNN分類、SVM方法，以及K均值聚類算法、DBSCAN聚類算法的原理思想、特點和適用范圍。 針對文本分類技術在學生作業(yè)文本分類這一方向應用空白的現(xiàn)狀，本文以數(shù)據(jù)結構精品課程教學網(wǎng)站為實驗平臺，設計并實現(xiàn)了一個具有實用價值的應用于教育知識管理中的

3、學生作業(yè)分類系統(tǒng)，將自動文本分類應用到教育知識管理領域。學生作業(yè)分類，特別是數(shù)據(jù)結構算法作業(yè)和普通的文本分類有所不同，在分詞、特征抽取方面都有其領域獨特之處。本文針對數(shù)據(jù)結構的算法作業(yè)文本的領域特殊性，詳細介紹了分類系統(tǒng)的模型、自動分詞方法、以及語法分析處理、文本表示的流程和原理，并結合領域特點選擇DBSCAN聚類算法。最后以部分Java代碼和學生數(shù)據(jù)結構算法作業(yè)作為實驗數(shù)據(jù)，對系統(tǒng)進行分類實驗。 實驗表明文本分類應用于數(shù)據(jù)結構