基于云平臺(tái)的知識(shí)聚類與關(guān)聯(lián)挖掘機(jī)制研究.pdf

1、在信息化、大數(shù)據(jù)時(shí)代背景下，各種文本數(shù)據(jù)正大量地出現(xiàn)在人們的日常生活中，如搜索引擎查詢、電商的用戶評(píng)價(jià)、文章摘要等等。人們對(duì)互聯(lián)網(wǎng)信息進(jìn)行瀏覽和匯總消耗的精力與時(shí)間也越來(lái)越多，為了更好提升服務(wù)的質(zhì)量或者提供新的服務(wù)，需要對(duì)這些短文本進(jìn)行數(shù)據(jù)挖掘，給文本定一個(gè)語(yǔ)義類別的標(biāo)示則顯得尤為必要。針對(duì)文本摘要、參考文獻(xiàn)、關(guān)鍵詞等多維度數(shù)據(jù)挖掘，進(jìn)行整理推薦文本信息，以便提高讀者閱讀效率與質(zhì)量。本文整體思想是先對(duì)文本進(jìn)行靜態(tài)聚類，使得文本信息自動(dòng)歸

2、檔，再基于用戶動(dòng)態(tài)的瀏覽過(guò)程做關(guān)聯(lián)規(guī)則分析，得到動(dòng)態(tài)文本數(shù)據(jù)頻繁項(xiàng)集，最后將頻繁項(xiàng)集在聚類結(jié)果中分析找到其關(guān)聯(lián)規(guī)則，以提高文本信息查詢的效率，具有非常重要的應(yīng)用前景與研究意義。
　　基于云平臺(tái)和數(shù)據(jù)挖掘的深入理解，在現(xiàn)有的聚類基礎(chǔ)上做出改進(jìn)，提出文獻(xiàn)多維度提取分析策略、孤立點(diǎn)檢測(cè)與初始中心改進(jìn)，在云平臺(tái)上進(jìn)行MapRed uce處理，提高聚類質(zhì)量和效率。針對(duì)用戶動(dòng)態(tài)瀏覽過(guò)程，提出了一種基于權(quán)值矩陣的FP-Growth關(guān)聯(lián)規(guī)則，經(jīng)過(guò)