已閱讀1頁，還剩62頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)
文檔簡介
1、隨著Internet技術(shù)的發(fā)展，尤其Web的全球普及，出現(xiàn)了信息極豐富而知識卻相對匾乏的現(xiàn)象。如何從這些浩瀚的文本中發(fā)現(xiàn)有價值的信息是信息處理領(lǐng)域的重要目標。Web文本信息挖掘是數(shù)據(jù)挖掘技術(shù)在網(wǎng)絡(luò)信息處理中的一個重要應(yīng)用，但由于Internet的開放性與異構(gòu)性，使得用戶很難快速準確地從WWW上獲取所需信息，因此如何從大量信息中迅速有效的提取出所需信息也就成了一項重要的研究課題。文本預(yù)處理是文本分類的瓶頸。因此本論文從事的文本挖掘預(yù)處理工
2、作，以及在該工作基礎(chǔ)上開展的文本分類技術(shù)研究，具有重要理論意義和實用價值。 本文首先對Web挖掘的有關(guān)理論進行論述，然后討論了Web文本挖掘前預(yù)處理技術(shù)，最后提出了在預(yù)處理過程中的一些改進方法： (1)在特征權(quán)重計算方面：通過對常用的特征權(quán)重算法的分析和比較，改進了傳統(tǒng)的TF×IDF算法：用新的基尼指數(shù)評估函數(shù)代替IDF。實驗表明這種改進的方法在提高分類精度和挖掘效率方面優(yōu)于其他方法。 (2)在分類器方法中：為了
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 文本挖掘在Web日志數(shù)據(jù)預(yù)處理中的應(yīng)用研究.pdf
- 基于XML的Web文本挖掘算法研究及應(yīng)用.pdf
- 基于XML的Web文本挖掘應(yīng)用研究.pdf
- 基于xml的web文本挖掘應(yīng)用研究
- 基于web文本挖掘技術(shù)的研究與應(yīng)用.pdf
- 基于Web的文本挖掘研究.pdf
- 基于Web用途數(shù)據(jù)預(yù)處理的聚類挖掘研究.pdf
- 基于Web文本挖掘的研究.pdf
- Web文本挖掘技術(shù)研究及應(yīng)用.pdf
- Web文本挖掘的研究與應(yīng)用.pdf
- 文本挖掘預(yù)處理相關(guān)基礎(chǔ)技術(shù)分析與應(yīng)用研究.pdf
- 基于機器學(xué)習(xí)算法的Web文本挖掘應(yīng)用研究.pdf
- Web日志挖掘中數(shù)據(jù)預(yù)處理算法的研究及實現(xiàn).pdf
- 基于文本挖掘的Web信息檢索研究.pdf
- Web日志挖掘中數(shù)據(jù)預(yù)處理算法的研究.pdf
- Web文本分類系統(tǒng)中文本預(yù)處理技術(shù)的研究與實現(xiàn).pdf
- 基于Web的文本挖掘技術(shù)的研究.pdf
- 基于Web文本挖掘的SVM網(wǎng)頁文本分類研究.pdf
- 基于Web服務(wù)器日志挖掘的數(shù)據(jù)預(yù)處理技術(shù)研究.pdf
- 基于Web的中文文本挖掘技術(shù)的研究及實現(xiàn).pdf
評論
0/150
提交評論