2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩48頁未讀, 繼續(xù)免費閱讀

下載本文檔

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(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、自九十年代產(chǎn)生以來,數(shù)據(jù)挖掘技術(shù)的研究已經(jīng)比較深入,研究范圍涉及到關(guān)聯(lián)分析、分類分析、聚類分析、趨勢分析等多個方面。在常見的非結(jié)構(gòu)化數(shù)據(jù)如文本、圖像、視頻中,文本數(shù)據(jù)是應(yīng)用最為廣泛的一種形式,因此文本挖掘成為了數(shù)據(jù)挖掘領(lǐng)域中的一個重要組成部分。 本文通過對傳統(tǒng)信息檢索技術(shù)中文本挖掘的介紹,在傳統(tǒng)的文本挖掘基礎(chǔ)上提出了一種新型的、更有效的聚類算法——基于單詞超團(tuán)的二分圖聚類算法。超團(tuán)是一種特殊的頻繁項集,其中附加了整體相似度的約束

2、,利用超團(tuán)的這種特性,將其應(yīng)用于文本聚類,在給定的文本集中挖掘單詞最大超團(tuán),可以保證每個單詞超團(tuán)內(nèi)部任意兩個元素的相似度不低于事先給定的下界,從某種意義上來講保留了文檔中的簡單語意。因此將單詞超團(tuán)作為文本向量的擴(kuò)展特征在聚類過程中加以使用,能夠保證在聚類過程中提高結(jié)果的準(zhǔn)確性。 本文完成了理論的提出和對整個過程的設(shè)計和實現(xiàn),其中利用單詞超團(tuán)集合進(jìn)行文本聚類的方法劃分為三個步驟:挖掘最大單詞超團(tuán)集合,構(gòu)成二分圖結(jié)構(gòu)和對圖進(jìn)行劃分。

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(hù)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(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。

評論

0/150

提交評論