基于公安業(yè)務信息的文本挖掘技術研究與實現.pdf

1、隨著計算機的普及以及互聯(lián)網技術的飛速發(fā)展，公安領域的文本信息量越來越龐大，不論是現有的文本數據庫，還是網頁實時更新的文本信息，這使公安部門迫切需要一些自動化的工具，以幫助業(yè)務人員在海量的信息中快速有效的獲取所需要的案件信息，從而使犯罪信息的文本挖掘技術成為數據挖掘中一個研究的熱點課題。 目前在文本挖掘領域，對自由文本的處理上，主要的技術大部分都集中在中文分詞、文本特征提取、分類、聚類算法上，系統(tǒng)地將這些方法融合在一起應用于實際領

2、域的研究還比較欠缺。本文在分析了文本挖掘各種技術的基礎上，提出了一種基于案例相似性計算的文本信息挖掘模型，該模型能夠有效地解決傳統(tǒng)的文本挖掘系統(tǒng)抽取特征語義信息缺乏、表達能力薄弱等問題。 該文本挖掘模型主要由案件相似性判別以及文本聚類兩部分組成。在案件相似性計算中，模型借助改進的中文分詞算法，提出了一種基于案件分解的知識匹配方法，該方法通過對案件文本信息的關鍵詞抽取以及匹配計算，有效地增強了相似案件匹配語義分析能力，提高了系統(tǒng)的