

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、WWW是一個(gè)開(kāi)放的全球性資源,它是世界上最豐富和最密集的信息來(lái)源。隨著WWW上信息的爆炸性增長(zhǎng),在如此海量的數(shù)據(jù)中發(fā)現(xiàn)有用的信息變得越來(lái)越困難。數(shù)據(jù)挖掘就是從大量的數(shù)據(jù)中發(fā)現(xiàn)隱含的規(guī)律性的內(nèi)容,解決數(shù)據(jù)的應(yīng)用質(zhì)量問(wèn)題。充分利用關(guān)鍵有用的數(shù)據(jù),廢棄虛偽無(wú)用的數(shù)據(jù),是數(shù)據(jù)挖掘技術(shù)最重要的應(yīng)用。因此,采用數(shù)據(jù)挖掘技術(shù)從WWW上提取隱含的、未知的、非平凡的及有潛在應(yīng)用價(jià)值的信息,具有十分重要的現(xiàn)實(shí)意義和廣泛的應(yīng)用前景。 數(shù)據(jù)挖掘和知識(shí)發(fā)
2、現(xiàn)為解決信息量過(guò)大而人們無(wú)法有效利用的問(wèn)題提供了新的解決途徑。目前,數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)的數(shù)據(jù)源主要是已有數(shù)據(jù)庫(kù)中的文本和數(shù)值類(lèi)數(shù)據(jù),如何對(duì)分布于網(wǎng)絡(luò)環(huán)境下的文本數(shù)據(jù)進(jìn)行挖掘還正在研究。本文首先簡(jiǎn)單闡述了數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)的基本理論內(nèi)涵;分析了網(wǎng)絡(luò)信息檢索與數(shù)據(jù)挖掘的特征與特性,特別是Web數(shù)據(jù)挖掘和基于HTML的文本數(shù)據(jù)挖掘;進(jìn)而探討了基于Web的文本數(shù)據(jù)挖掘研究與應(yīng)用的一系列問(wèn)題,包括定義、挖掘?qū)ο蟮奶卣髋c分類(lèi)、挖掘和發(fā)現(xiàn)所需的理論和
3、技術(shù)以及實(shí)驗(yàn)系統(tǒng)的框架結(jié)構(gòu)和功能模塊的分析與設(shè)計(jì)等,力圖為該方向的深入研究提供一些有益的思路。 本文針對(duì)Web環(huán)境下中文文本信息挖掘的具體問(wèn)題,側(cè)重研究中文文本信息挖掘的方法與實(shí)現(xiàn)技術(shù)。討論了文本分類(lèi)中的中文詞切分、特征提取、特征表示、特征匹配方法,建立了基于決策樹(shù)的中文文本分類(lèi)、聚類(lèi)算法,在Web中文文本信息挖掘模型的設(shè)計(jì)中,對(duì)網(wǎng)頁(yè)信息的表示、結(jié)構(gòu)特點(diǎn)、網(wǎng)頁(yè)控制符、HTML控制符號(hào)處理進(jìn)行了詳細(xì)分析與研究,構(gòu)建了網(wǎng)頁(yè)信息提取流
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于Web文本挖掘的研究.pdf
- 基于文本挖掘的Web信息檢索研究.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(yè)文本分類(lèi)研究.pdf
- 基于粗糙集的web文本挖掘研究.pdf
- 基于XML的Web文本挖掘應(yīng)用研究.pdf
- 基于web文本挖掘技術(shù)的研究與應(yīng)用.pdf
- 基于XML的Web文本數(shù)據(jù)挖掘研究.pdf
- 基于xml的web文本挖掘應(yīng)用研究
- 基于weka的web文本挖掘的研究和實(shí)現(xiàn).pdf
- 基于Web文本挖掘的聚類(lèi)算法研究.pdf
- 基于Web挖掘的中文本體學(xué)習(xí)研究.pdf
- WEB文本挖掘系統(tǒng).pdf
- 基于人工免疫算法的Web文本挖掘研究.pdf
- 基于Web挖掘的文本預(yù)處理研究及應(yīng)用.pdf
- 基于數(shù)據(jù)挖掘的Web文本分析研究.pdf
- 基于XML的Web文本數(shù)據(jù)挖掘的研究.pdf
- Web文本挖掘中的文本分類(lèi)研究.pdf
- web文本挖掘研究與實(shí)現(xiàn).pdf
- Web文本數(shù)據(jù)挖掘研究.pdf
評(píng)論
0/150
提交評(píng)論