模糊文本聚類算法的研究與應(yīng)用.pdf

1、隨著計(jì)算機(jī)的日益普及和數(shù)據(jù)庫(kù)技術(shù)的迅速發(fā)展，人們生活中的數(shù)據(jù)信息呈現(xiàn)出指數(shù)增長(zhǎng)趨勢(shì)。如何有效地利用這一豐富數(shù)據(jù)海洋中的寶貴資源為人類服務(wù)，成為廣大信息技術(shù)工作者重點(diǎn)關(guān)注的焦點(diǎn)之一。而數(shù)據(jù)挖掘就是為了順應(yīng)這種需求而發(fā)展起來(lái)的一種數(shù)據(jù)處理技術(shù)。作為數(shù)據(jù)庫(kù)中知識(shí)發(fā)現(xiàn)的一個(gè)關(guān)鍵步驟，它主要對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)、分析、綜合和推理，并對(duì)實(shí)際的問題進(jìn)行求解、指導(dǎo)和預(yù)測(cè)。數(shù)據(jù)挖掘作為一個(gè)新興的多科學(xué)交叉應(yīng)用領(lǐng)域，在各行各業(yè)的決策支持活動(dòng)中扮演著越來(lái)越重要的角

2、色。
　　在數(shù)據(jù)載體中，網(wǎng)絡(luò)已經(jīng)成為當(dāng)今世界上最大的信息庫(kù)和全球范圍內(nèi)傳播信息最主要的渠道。在Internet大規(guī)模普及和企業(yè)信息化程度提高的過(guò)程中，各種資源呈現(xiàn)爆炸式增長(zhǎng)。就互聯(lián)網(wǎng)發(fā)展?fàn)顩r統(tǒng)計(jì)分析顯示，約四分之三的網(wǎng)絡(luò)信息均以文本形式體現(xiàn)。在這些海量文本數(shù)據(jù)中，存在一部分?jǐn)?shù)據(jù)是模糊的、不明確的。對(duì)于這類半結(jié)構(gòu)化或無(wú)結(jié)構(gòu)化的數(shù)據(jù)，如何從中獲取有價(jià)值的信息和知識(shí)成為人們面臨的一道難題。
　　本文首先討論了數(shù)據(jù)挖掘的基本概念，國(guó)