基于Web文本挖掘的聚類算法研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩61頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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、隨著計(jì)算機(jī)與互聯(lián)網(wǎng)技術(shù)的發(fā)展,數(shù)據(jù)資源日益豐富,但是隱藏在大量數(shù)據(jù)資源中的知識(shí)卻沒(méi)有得到充分的利用。Web挖掘可以快速有效地獲取Web上有用的信息。因?yàn)閃eb上的信息主要以文本的形式表示,而文本聚類作為文本挖掘的一個(gè)重要分支,可以更好地發(fā)現(xiàn)文本數(shù)據(jù)中隱藏的類別特性。所以對(duì)Web文本進(jìn)行聚類分析具有重要的實(shí)際價(jià)值。目前對(duì)于文本聚類算法的研究有許多,研究主要集中于對(duì)單一聚類算法的改進(jìn)及探討相關(guān)參數(shù)這兩方面。但是單個(gè)聚類算法存在結(jié)果不穩(wěn)定、隨

2、機(jī)性大的問(wèn)題,現(xiàn)有研究趨向于集成多個(gè)聚類的結(jié)果。利用集成學(xué)習(xí)技術(shù)來(lái)改善聚類性能成為了一個(gè)新興的研究熱點(diǎn)。本文研究的重點(diǎn)是集成聚類方法。
  本文介紹了課題的研究背景和國(guó)內(nèi)外研究現(xiàn)狀,并闡述了文本聚類及集成聚類的相關(guān)理論和關(guān)鍵技術(shù)。詳細(xì)介紹了文本表示方法、特征選擇方法、相似性測(cè)度等文本預(yù)處理技術(shù),并對(duì)共識(shí)函數(shù)的設(shè)計(jì)方法進(jìn)行了深入探討。當(dāng)前文本聚類集成方法中大多不考慮進(jìn)行集成的聚類成員的質(zhì)量,而當(dāng)部分成員的質(zhì)量較差或者有噪聲干擾時(shí)會(huì)影

3、響最終集成結(jié)果。本文在對(duì)已有單個(gè)算法和聚類集成算法進(jìn)行了研究和分析之后,針對(duì)現(xiàn)有集成聚類算法的不足,提出了一種加權(quán)聚類集成算法。算法的主要思想是通過(guò)評(píng)價(jià)聚類成員的綜合聚類質(zhì)量以及分析成員之間的差異度來(lái)設(shè)計(jì)各個(gè)成員的權(quán)重,進(jìn)而得到更好的融合結(jié)果。
  最后,本文設(shè)計(jì)了一個(gè)文本聚類原型,并將提出的加權(quán)集成算法在文本中進(jìn)行應(yīng)用。在本文實(shí)驗(yàn)中,把加權(quán)的集成算法WCSCE與沒(méi)有加權(quán)的集成算法CSCE以及單一K-means算法進(jìn)行對(duì)比分析,驗(yàn)

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。

評(píng)論

0/150

提交評(píng)論