隨著互聯(lián)網(wǎng)技術的普遍與發(fā)展,世界進入了信息爆炸時代,計算并分析大規(guī)模密集型科學數(shù)據(jù)已成為數(shù)據(jù)挖掘的新趨勢,而文本挖掘作為數(shù)據(jù)挖掘的主要方面,也已經(jīng)成為知識發(fā)現(xiàn)的新方法。傳統(tǒng)的文本信息挖掘方法依賴于大規(guī)模的語料庫和完備的知識庫,增加了文本信息挖掘的難度。近年來,很多學者利用復雜網(wǎng)絡表征文本,克服了傳統(tǒng)文本信息挖掘方法的缺點。為了更準確的挖掘文本信息,本文以文獻為文本基準數(shù)據(jù)集,基于加權復雜網(wǎng)絡從文本的摘要和關鍵詞兩方面入手,對文本聚類及領域研究主題的創(chuàng)新演化規(guī)律進行研究。首先,從文本摘要入手挖掘文本信息,度量文本之間的語義相似性,從而對文本進行聚類。考慮到文本摘要比較短小,屬于短文本范疇,在基于復雜網(wǎng)絡的短文本相似性（STSim）度量模型基礎上,根據(jù)共現(xiàn)理論,進一步考慮摘要中詞語的權重信息,提出了一種新的基于加權復雜網(wǎng)絡的短文本相似性度量模型用于計算摘要相似性。該模型首先通過詞語的共現(xiàn)關系和共現(xiàn)頻次構建加權短文本復雜網(wǎng)絡,再用改進的節(jié)點權重度算法來提高詞語共現(xiàn)次數(shù)的識別度,從而計算每個詞語的加權綜合特征值,得到每篇文本摘要的相似性。最后,將文本摘要相似性直接移植到文本對文本進行聚類。文本... 

【文章頁數(shù)】：50 頁

【學位級別】：碩士

【文章目錄】：
中文摘要
ABSTRACT
第一章 引言
    1.1 研究背景和意義
    1.2 國內(nèi)外相關研究綜述
        1.2.1 短文本相似性度量的研究現(xiàn)狀
        1.2.2 學科主題演化分析的研究現(xiàn)狀
    1.3 本文的研究內(nèi)容
        1.3.1 理論研究
        1.3.2 實驗檢驗
    1.4 本文的結構安排
第二章 理論基礎與相關工作
    2.1 復雜網(wǎng)絡的重要特征
    2.2 基于復雜網(wǎng)絡的短文本相似性度量模型
        2.2.1 文本預處理
        2.2.2 基于復雜網(wǎng)絡的短文本相似性度量模型
    2.3 關鍵詞共現(xiàn)網(wǎng)絡的創(chuàng)新系數(shù)
        2.3.1 關鍵詞共現(xiàn)網(wǎng)絡的構建
        2.3.2 測量復雜網(wǎng)絡創(chuàng)新度的指標:創(chuàng)新系數(shù)
第三章 基于加權網(wǎng)絡的文本相似性聚類
    3.1 加權復雜網(wǎng)絡構建
    3.2 加權綜合特征值計算
    3.3 短文本相似性度量
第四章 基于加權網(wǎng)絡的領域研究創(chuàng)新演化
    4.1 加權關鍵詞共現(xiàn)網(wǎng)絡的構建
    4.2 定義測量加權網(wǎng)絡創(chuàng)新度的指標:加權創(chuàng)新系數(shù)
第五章 實驗及結果分析
    5.1 基于加權網(wǎng)絡的短文本相似性度量模型的聚類檢驗
        5.1.1 數(shù)據(jù)來源
        5.1.2 實驗過程
        5.1.3 評價指標
        5.1.4 實驗結果
    5.2 “人工智能”領域研究創(chuàng)新的演化
        5.2.1 數(shù)據(jù)來源與基本情況
        5.2.2 創(chuàng)新系數(shù)與加權創(chuàng)新系數(shù)的對比及創(chuàng)新度分析
        5.2.3 平均加權最近鄰度及W-KCNs節(jié)點間的連接特性
第六章 總結與展望
    6.1 總結
    6.2 展望
參考文獻
攻讀碩士期間取得的研究成果
致謝
個人簡況及聯(lián)系方式



本文編號：3658475