基于后綴樹的中文文本聚類算法研究.pdf

1、文本挖掘是指在大量文本集合上發(fā)現(xiàn)隱含的、有趣的、有用的模式和知識(shí)。文本挖掘技術(shù)的出現(xiàn)，使得汁算機(jī)處理大規(guī)模文本資源成為可能，對文本的處理，在信息檢索等領(lǐng)域有著廣闊的應(yīng)用前景。 本文研究基于后綴樹的中文文本聚類。文本聚類是文本挖掘重要手段和研究分支。后綴樹作為一種數(shù)據(jù)結(jié)構(gòu)，最早是為支持有效的字符串匹配和查詢而提出的，例如：尋找最長的重復(fù)子串，相似串的匹配，串比較等問題。后綴樹聚類(STC)方法的一個(gè)突出的特點(diǎn)是將文本看作短語串而非

2、詞的集合，這樣可以更充分地使用詞語之間的近似信息，達(dá)到更佳的聚類結(jié)果。STC已經(jīng)在英文文本聚類中有了一些成功的應(yīng)用，本文針對中文文本的特點(diǎn)，嘗試將這種方法應(yīng)用到中文文本聚類上。 本文對數(shù)據(jù)挖掘尤其是中文文本聚類及相關(guān)理論與技術(shù)進(jìn)行了研究，主要包括以下內(nèi)容： (1)對文本聚類算法進(jìn)行了研究，特別是k-平均算法及其在中文文本中的應(yīng)用。 (2)針對中文文本組成上的特點(diǎn)，研究了中文文本聚類的模型。 (3)研究并驗(yàn)