模糊文本聚類算法的研究與應用.pdf

1、隨著計算機的日益普及和數(shù)據(jù)庫技術的迅速發(fā)展，人們生活中的數(shù)據(jù)信息呈現(xiàn)出指數(shù)增長趨勢。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，成為廣大信息技術工作者重點關注的焦點之一。而數(shù)據(jù)挖掘就是為了順應這種需求而發(fā)展起來的一種數(shù)據(jù)處理技術。作為數(shù)據(jù)庫中知識發(fā)現(xiàn)的一個關鍵步驟，它主要對數(shù)據(jù)進行統(tǒng)計、分析、綜合和推理，并對實際的問題進行求解、指導和預測。數(shù)據(jù)挖掘作為一個新興的多科學交叉應用領域，在各行各業(yè)的決策支持活動中扮演著越來越重要的角

2、色。
　　在數(shù)據(jù)載體中，網(wǎng)絡已經(jīng)成為當今世界上最大的信息庫和全球范圍內(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程中，各種資源呈現(xiàn)爆炸式增長。就互聯(lián)網(wǎng)發(fā)展狀況統(tǒng)計分析顯示，約四分之三的網(wǎng)絡信息均以文本形式體現(xiàn)。在這些海量文本數(shù)據(jù)中，存在一部分數(shù)據(jù)是模糊的、不明確的。對于這類半結構化或無結構化的數(shù)據(jù)，如何從中獲取有價值的信息和知識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