基于模糊聚類算法的文本挖掘.pdf

1、當(dāng)今信息技術(shù)不斷發(fā)展，各種形式的信息大量涌現(xiàn)，其中文本形式的數(shù)據(jù)量特別龐大。人們希望快速、準(zhǔn)確而全面的獲取信息的同時，必須面臨在巨大的信息資源中找尋有價值信息的難題。數(shù)據(jù)挖掘和自然語言處理技術(shù)為解決這個問題提供了新的支撐技術(shù)。
　　 文本挖掘是計算機(jī)技術(shù)中一個較為嶄新的領(lǐng)域，其主要是通過分析大量的文本信息來提取隱含的、未知的、非平凡的以及有潛在應(yīng)用價值的知識和其他利益。本文主要研究討論了聚類分析在文本處理中的運(yùn)用，通過改進(jìn)逆向最

2、大匹配分詞，文本特征表示，模糊聚類來得到一個好的文本聚類集。本文的主要研究內(nèi)容概括如下：
　　 由于中文不同于英文等西文語言，中文在字、詞之間沒有明顯的切分標(biāo)記，在文本結(jié)構(gòu)化表示之前，必須對文本進(jìn)行分詞處理，本文著重分析了逆向最大匹配分詞方法，并結(jié)合基于散列(Hash)函數(shù)的反向分詞詞典，對逆向最大匹配分方法進(jìn)行相應(yīng)的優(yōu)化，在減少匹配詞典次數(shù)和縮小匹配范圍的同時，發(fā)揮了逆向最大匹配分詞方法簡單易于實現(xiàn)的優(yōu)點(diǎn)，并且到達(dá)“長詞優(yōu)先”