版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著互聯(lián)網(wǎng)的普及與發(fā)展,互聯(lián)網(wǎng)文本成為信息的主要載體及人們生活中獲取信息的主要來源,如何從這些信息中獲取有價值的信息和知識成為亟待解決的問題。由于互聯(lián)網(wǎng)文本數(shù)據(jù)的非結構化、分布式、多樣性、含個人感情色彩等特點,使得傳統(tǒng)的數(shù)據(jù)挖掘技術無法應用于互聯(lián)網(wǎng)文本的挖掘,人們充分利用互聯(lián)網(wǎng)文本也變得越來越困難。文本表示模型的改進,自然語言處理技術和挖掘分析算法的發(fā)展,為解決這些問題帶來希望,互聯(lián)網(wǎng)文本挖掘也應運而生,成為互聯(lián)網(wǎng)挖掘中的一個重要研究方
2、向。
互聯(lián)網(wǎng)文本挖掘是互聯(lián)網(wǎng)內容挖掘的一個重要分支,主要包括數(shù)據(jù)預處理、數(shù)據(jù)挖掘分析技術和可視化研究。本文以互聯(lián)網(wǎng)上的新聞文本數(shù)據(jù)作為載體,研究互聯(lián)網(wǎng)文本挖掘。主要工作有以下幾個方面:
1.系統(tǒng)地探討了文本挖掘和互聯(lián)網(wǎng)文本挖掘的基本理論,詳細地闡述了文本挖掘的內容和流程,提出了文本挖掘的問題和互聯(lián)網(wǎng)文本的結構特征。
2.系統(tǒng)地探討了網(wǎng)頁數(shù)據(jù)的抽取技術,實現(xiàn)了一種基于HtmlParser的網(wǎng)頁數(shù)據(jù)自動抽取方法
3、,能夠快速準確地抽取出網(wǎng)頁中的文本數(shù)據(jù)。
3.將聚類引入新聞檢索中,對檢索結果進行聚類,方便用戶快速查找到自己所需的信息。本文系統(tǒng)研究了能應用于文本聚類的分析算法,實現(xiàn)一種改進的基于頻繁項集的文本聚類分析方法,重點介紹了聚類的相關模塊,主要包括關鍵短語抽取、索引建立、聚類方法和類標簽提取等。
4.設計并搭建了一個互聯(lián)網(wǎng)新聞數(shù)據(jù)在線挖掘服務系統(tǒng)。該系統(tǒng)主要分為數(shù)據(jù)準備,離線挖掘和在線挖掘三個模塊,實現(xiàn)新聞數(shù)據(jù)的分類、摘
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。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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確性、安全性和完整性, 同時也不承擔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。
最新文檔
- 互聯(lián)網(wǎng)雙語資源挖掘關鍵技術研究.pdf
- 互聯(lián)網(wǎng)短文本信息分類關鍵技術研究.pdf
- 互聯(lián)網(wǎng)文本聚類與檢索技術研究.pdf
- 互聯(lián)網(wǎng)文本視頻過濾技術研究與應用.pdf
- 互聯(lián)網(wǎng)文本自動文摘技術的研究.pdf
- mba論文面向比較語義的互聯(lián)網(wǎng)文本挖掘關鍵問題研究pdf
- 移動互聯(lián)網(wǎng)的關鍵技術研究.pdf
- 面向互聯(lián)網(wǎng)文本的大規(guī)模層次分類技術研究.pdf
- 面向問答系統(tǒng)的大規(guī)模文本數(shù)據(jù)挖掘關鍵技術研究.pdf
- 基于內容的互聯(lián)網(wǎng)輿情信息挖掘關鍵技術研究.pdf
- 互聯(lián)網(wǎng)文本信息挖掘與個性化推薦的研究.pdf
- 戰(zhàn)術互聯(lián)網(wǎng)關鍵技術研究.pdf
- 移動互聯(lián)網(wǎng)行為審計關鍵技術研究.pdf
- 移動互聯(lián)網(wǎng)群簽名關鍵技術研究.pdf
- 互聯(lián)網(wǎng)測量管理若干關鍵技術研究.pdf
- 互聯(lián)網(wǎng)跨域認證關鍵技術研究.pdf
- mba論文面向互聯(lián)網(wǎng)文本的大規(guī)模層次分類技術研究pdf
- 互聯(lián)網(wǎng)流媒體傳輸關鍵技術研究.pdf
- 互聯(lián)網(wǎng)產(chǎn)品評論量化關鍵技術研究.pdf
- 互聯(lián)網(wǎng)用戶行為信息的數(shù)據(jù)挖掘技術研究.pdf
評論
0/150
提交評論