隨著Internet時(shí)代的到來,Web信息呈現(xiàn)爆炸式增長,信息檢索、文本挖掘這些情報(bào)學(xué)領(lǐng)域內(nèi)的傳統(tǒng)技術(shù)遇到了新的挑戰(zhàn),如何在海量級(jí)的Web文本中迅速找到符合自己需求的信息成為了一個(gè)新的課題。為解決這一問題,本文提出一種基于概念格的Web文本聚類過程模型,提供了一種全新的解決方法。本文以文本聚類現(xiàn)有的典型算法為切入點(diǎn),深入分析了各個(gè)算法的優(yōu)缺點(diǎn),指出了現(xiàn)有文本聚類算法所存在的問題,接著引入了概念格這一新的數(shù)學(xué)工具,然后深入的了解了概念格的構(gòu)造過程,并將這一構(gòu)造過程引申到文本聚類過程中,使之成為了文本聚類的過程,從而在理論層面形成了一種全新的基于概念格的Web文本聚類過程模型。最后文本從應(yīng)用角度驗(yàn)證了該模型,形成了2、3類文本聚類尤其是3類文本聚類結(jié)果與預(yù)想的結(jié)果相吻合,說明了該模型的可行性。本文的創(chuàng)新點(diǎn)在于給出了Web文本聚類的新方法,構(gòu)造了一種基于概念格的Web文本聚類模型,在文本聚類方法上以及概念格應(yīng)用上有所創(chuàng)新。文本的研究成果對(duì)情報(bào)學(xué)領(lǐng)域中的信息檢索、文本挖掘提供了一種全新的解決思路,將數(shù)學(xué)領(lǐng)域內(nèi)概念格方法進(jìn)入了情報(bào)學(xué)領(lǐng)域進(jìn)行研究,拓寬了研究思路,為情報(bào)學(xué)的相關(guān)研究起到了良好的促進(jìn)... 

【文章來源】：吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：62 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
提要
第1章 緒論
    1.1 研究背景及意義
    1.2 相關(guān)研究綜述
    1.3 論文主要內(nèi)容及創(chuàng)新點(diǎn)
        1.3.1 論文的主要內(nèi)容
        1.3.2 論文的創(chuàng)新點(diǎn)
    1.4 論文技術(shù)路線
第2章 相關(guān)理論基礎(chǔ)
    2.1 概念格理論基礎(chǔ)
        2.1.1 概念格相關(guān)概念
        2.1.2 概念格的構(gòu)造算法介紹
    2.2 Web 文本聚類理論基礎(chǔ)
        2.2.1 Web 文本聚類相關(guān)概念
        2.2.2 文本聚類方法
        2.2.3 Web 文本聚類的一般處理過程
第3章 基于概念格的Web 文本聚類過程模型的構(gòu)建
    3.1 Web 文本預(yù)處理
    3.2 文本特征的表示與提取
        3.2.1 文本特征的表示
        3.2.2 文本特征的提取
    3.3 形式背景的構(gòu)建
    3.4 概念格的確定與表示
    3.5 概念格Hasse 圖的優(yōu)化
    3.6 聚類結(jié)果
    3.7 基于概念格的Web 文本聚類過程模型
第4章 基于概念格的Web 文本聚類過程模型的應(yīng)用
    4.1 模型文本處理模塊的應(yīng)用
    4.2 模型數(shù)據(jù)處理模塊的應(yīng)用
    4.3 模型的優(yōu)缺點(diǎn)分析
        4.3.1 模型的優(yōu)點(diǎn)
        4.3.2 模型的缺點(diǎn)
第5章 結(jié)論與展望
    5.1 結(jié)論
    5.2 展望
參考文獻(xiàn)
致謝
摘要
Abstract



本文編號(hào)：3192759