2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩56頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明: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),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、最近一份ForrestResearch的統(tǒng)計資料指出:在Internet和Intranet中80%以上的數(shù)據(jù)都是以非結(jié)構(gòu)化的形式存在。因此,對這些非結(jié)構(gòu)化的信息進(jìn)行知識發(fā)現(xiàn),難度將會更大,但其意義也將更加重大。而對于這些文本信息的分析和處理主要是結(jié)合了Web文本挖掘的方法和技術(shù)。其中分類技術(shù)是文本挖掘的核心。本文主要研究核心能力評價系統(tǒng)的分類模塊,解決如何對大量雜亂的信息進(jìn)行分類的問題。 首先,提出了本文研究的問題,對web文本

2、挖掘的當(dāng)前國內(nèi)外現(xiàn)狀進(jìn)行綜述。進(jìn)而確定把文本分類技術(shù)作為重點研究對象。 其次,對文本挖掘分類技術(shù)的基礎(chǔ)理論進(jìn)行概述和深入剖析,選擇向量空間模型為分類模塊的分類算法。 然后,針對傳統(tǒng)特征權(quán)重算法的不足,提出了一種基于概念并考慮分布信息的特征權(quán)重算法。 接著,根據(jù)文本挖掘的一般處理過程,詳細(xì)設(shè)計并實現(xiàn)了該核心能力評價系統(tǒng)的分類模塊。同時也驗證了改進(jìn)特征權(quán)重算法在查全率和查準(zhǔn)率方面都優(yōu)于傳統(tǒng)特征權(quán)重算法。 最后

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(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對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, 同時也不承擔(dān)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。

評論

0/150

提交評論