

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Web3.0時代的到來,互聯(lián)網(wǎng)中Web頁面的數(shù)量和復(fù)雜性呈現(xiàn)出爆炸性增長趨勢,伴隨的是包含在Web頁面中的信息也呈幾何數(shù)量級增長。Web頁面信息通常是由Web頁面中的文本體現(xiàn)出來的,因此Web文本數(shù)據(jù)中隱藏著豐富的,對用戶有價值的知識和規(guī)則。但是由于Web文本數(shù)據(jù)半結(jié)構(gòu)化、實時性和離散性等特點,用戶很難直接從如此復(fù)雜的數(shù)據(jù)集中獲取到自己需要的知識。因此如何有效的從海量的Web本文數(shù)據(jù)中挖掘出用戶真正關(guān)心的信息和知識,并以用戶能夠理解
2、的方式呈現(xiàn)出來,是當(dāng)下非常熱門的研究課題。
本文主要從獲取Web文本數(shù)據(jù)和對Web文本數(shù)據(jù)的分析兩方面著手,對如何準(zhǔn)確且高效的獲取用戶所需要的Web文本信息,并挖掘其中有價值的知識展開研究。本文具體的研究工作如下:
主題網(wǎng)絡(luò)爬蟲:首先綜合分析了現(xiàn)有的主題網(wǎng)絡(luò)爬蟲實現(xiàn)的原理及結(jié)構(gòu),然后對主題網(wǎng)絡(luò)爬蟲的分類進(jìn)行介紹,選擇功能型主題網(wǎng)絡(luò)爬蟲為本文研究的重點。最后分析了網(wǎng)絡(luò)爬蟲實現(xiàn)語言,選擇Node.js這門新興語言來實現(xiàn)針
3、對主題網(wǎng)絡(luò)社區(qū)的主題網(wǎng)絡(luò)爬蟲。
Web文本表示模型:首先綜合分析了現(xiàn)有的文本表示模型,然后從本文所面對的Web文本數(shù)據(jù)以短文本為主的實際情況出發(fā),結(jié)合自然語言處理中關(guān)鍵詞提取和詞向量表示的相關(guān)技術(shù),提出一種基于關(guān)鍵詞向量的文本表示模型。
Web文本聚類算法:首先介紹了Web文本挖掘技術(shù)的定義。其次詳細(xì)介紹了Web文本挖掘中的聚類挖掘技術(shù)。在分析了Web文本聚類算法分類的基礎(chǔ)上,選取BIRCH算法為本文的Web文本聚類
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
- 面向Web挖掘的主題網(wǎng)絡(luò)爬蟲的研究與實現(xiàn).pdf
- 面向web文本挖掘的主題搜索技術(shù)研究.pdf
- 面向民航Web信息的主題爬蟲研究.pdf
- 基于爬蟲的網(wǎng)絡(luò)文本挖掘研究與應(yīng)用.pdf
- 面向主題的網(wǎng)絡(luò)爬蟲設(shè)計與實現(xiàn).pdf
- 面向Web視頻的網(wǎng)絡(luò)爬蟲的研究與實現(xiàn).pdf
- 基于網(wǎng)絡(luò)爬蟲和Fuzzing的Web前端漏洞挖掘研究.pdf
- 面向Web文本的產(chǎn)品意見挖掘算法研究.pdf
- 面向DEEPWEB挖掘網(wǎng)絡(luò)爬蟲設(shè)計和實現(xiàn).pdf
- 面向人臉檢測的主題網(wǎng)絡(luò)爬蟲系統(tǒng).pdf
- 面向醫(yī)療主題的智能網(wǎng)絡(luò)爬蟲的研究與實現(xiàn).pdf
- 面向文本的主題挖掘技術(shù)與實現(xiàn).pdf
- 面向教育輿情的主題網(wǎng)絡(luò)爬蟲設(shè)計與實現(xiàn).pdf
- 主題爬蟲搜索Web頁面策略的研究.pdf
- 面向企業(yè)競爭情報的Web文本挖掘技術(shù)研究.pdf
- 面向web文本挖掘的中文文本自動摘要關(guān)鍵技術(shù)研究.pdf
- 面向web的文本地理信息挖掘技術(shù)研究.pdf
- 基于Web文本挖掘的主題搜索系統(tǒng)的研究與實現(xiàn).pdf
- 基于Web的文本挖掘研究.pdf
- 用于網(wǎng)絡(luò)評論文本挖掘的主題模型研究.pdf
評論
0/150
提交評論