核心能力評(píng)價(jià)系統(tǒng)的分類模塊研究.pdf

1、最近一份ForrestResearch的統(tǒng)計(jì)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(duì)這些非結(jié)構(gòu)化的信息進(jìn)行知識(shí)發(fā)現(xiàn)，難度將會(huì)更大，但其意義也將更加重大。而對(duì)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(píng)價(jià)系統(tǒng)的分類模塊，解決如何對(duì)大量雜亂的信息進(jìn)行分類的問(wèn)題。 首先，提出了本文研究的問(wèn)題，對(duì)web文本

2、挖掘的當(dāng)前國(guó)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(diǎn)研究對(duì)象。 其次，對(duì)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(duì)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(guò)程，詳細(xì)設(shè)計(jì)并實(shí)現(xiàn)了該核心能力評(píng)價(jià)系統(tǒng)的分類模塊。同時(shí)也驗(yàn)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