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、隨著互聯(lián)網(wǎng)信息資源的指數(shù)增長,如何實現(xiàn)海量文本數(shù)據(jù)的自動分析已成為日益緊迫的研究課題。近年來,作為文本自動分析的重要手段,文本聚類及熱點信息發(fā)現(xiàn)逐漸受到研究者的重視。對互聯(lián)網(wǎng)信息的聚類處理使人們可以從總體上了解信息主題的分布,并根據(jù)特定興趣選擇不同主題的文本進(jìn)行瀏覽;對互聯(lián)網(wǎng)熱點信息的自動發(fā)現(xiàn)使用戶更容易了解不同類別中最受關(guān)注的焦點。 本文關(guān)注于文本聚類算法和熱點信息發(fā)現(xiàn)算法的改進(jìn)和高效實現(xiàn),以期在海量數(shù)據(jù)和工程化環(huán)境中有效推動
2、文本自動分析技術(shù)的實用化。首先,針對K-Means算法的聚類結(jié)果嚴(yán)重依賴于初始中心點的特性,本文在K-Means算法中引入了具有優(yōu)化近似因子的delta近似K-Center算法,構(gòu)造了改進(jìn)的聚類算法KWOC(K-Means With Optimized Centers),用以實現(xiàn)更有效的初始中心點選擇。實驗表明KWOC可顯著提高最終聚類結(jié)果的魯棒性。在KWOC的具體實現(xiàn)中,本文創(chuàng)新性地設(shè)計了針對性較強的事務(wù)性文件系統(tǒng),實現(xiàn)了K-Cent
3、er中間計算結(jié)果的高效緩存,在文件層面實現(xiàn)K-Center與K-Means的計算結(jié)果共享。該方案顯著降低KWOC算法的時間開銷。 其次,為了有效挖掘海量Web數(shù)據(jù)中的熱點信息,設(shè)計了一種新穎的Web熱點信息發(fā)現(xiàn)算法。該算法以分階段的串頻變化量統(tǒng)計矩陣為基礎(chǔ),結(jié)合串頻變化的歷史波動,得出有效的熱點信息串的評價指標(biāo),并根據(jù)由該指標(biāo)選中的熱點信息串最終完成熱點文章的甄選工作。該算法的具體實現(xiàn)同樣利用了有針對性的事務(wù)性文件系統(tǒng),因而具有
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(hù)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。
最新文檔
- 基于機器學(xué)習(xí)的文本分類算法研究.pdf
- 基于機器學(xué)習(xí)算法的文本分類系統(tǒng).pdf
- 基于機器學(xué)習(xí)的文本分類算法研究與應(yīng)用.pdf
- 基于機器學(xué)習(xí)的中文文本分類算法研究.pdf
- 基于機器學(xué)習(xí)的文本分類研究.pdf
- 基于機器學(xué)習(xí)的自動文本分類研究.pdf
- 遷移學(xué)習(xí)在文本分類中的應(yīng)用研究.pdf
- 基于機器學(xué)習(xí)的大規(guī)模文本分類.pdf
- 遺傳算法在文本分類中的研究與應(yīng)用.pdf
- 文本分類中特征選擇算法的分析與研究.pdf
- 基于機器學(xué)習(xí)的中文文本分類方法研究
- 并行分類算法及其在文本分類中的應(yīng)用.pdf
- 基于機器學(xué)習(xí)的中文文本分類方法研究.pdf
- KNN算法的改進(jìn)及其在文本分類中的應(yīng)用.pdf
- 流形學(xué)習(xí)及其在文本分類中的應(yīng)用.pdf
- 基于機器學(xué)習(xí)的文本分類器系統(tǒng)設(shè)計.pdf
- 遷移與集成學(xué)習(xí)在文本分類中的應(yīng)用研究.pdf
- 改進(jìn)的SVM+算法在文本分類中的應(yīng)用研究.pdf
- 計量文體學(xué)在文本分析中的應(yīng)用
- 文本分類中特征選擇算法研究.pdf
評論
0/150
提交評論