基于文本的聚類算法研究本科畢設論文.doc

《基于文本的聚類算法研究本科畢設論文.doc》由會員上傳分享，免費在線閱讀，更多相關內容在學術論文-天天文庫。

1、基于文本的聚類算法研究摘要聚類作為一種知識發(fā)現(xiàn)的重要方法，它廣泛地與中文信息處理技術相結合，應用于網絡信息處理中以滿足用戶快捷地從互聯(lián)網獲得自己需要的信息資源。文本聚類是聚類問題在文本挖掘中的有效應用，它根據文本數(shù)據的不同特征，按照文本間的相似性，將其分為不同的文本簇。其目的是要使同一類別的文本間的相似度盡可能大，而不同類別的文本間的相似度盡可能的小。整個聚類過程無需指導，事先對數(shù)據結構未知，是一種典型的無監(jiān)督分類。本文首先介紹了文本聚類的相關的技術，包括文本聚類的過程，文本表示模型，相似度計算及常見聚類算法。本文主要研究的聚類主要方法是k-均值和

2、SOM算法，介紹了兩種算法的基本思想和實現(xiàn)步驟，并分析兩種算法的聚類效果。同時介紹了兩種算法的改進算法。關鍵詞：文本聚類聚類方法K-MEANSOMII基于文本的聚類算法研究AbstractClusteringasanimportantknowledgediscoverymethod,whichextensivelywithChineseinformationprocessingtechnology,usedinnetworkinformationprocessingtomeettheuserstoquicklyaccessfromtheIntern

3、et,theinformationresourcestheyneed.Textclusteringisaclusteringproblemintheeffectiveapplicationoftextmining,whichaccordingtothedifferentcharacteristicsoftextdata,accordingtothesimilaritybetweenthetext,thetextwillbedividedintodifferentclusters.Theaimistomakethesameclassaslargeas

4、possiblethesimilaritybetweenthetext,anddifferenttypesoftextassmallaspossiblethesimilaritybetween.Theclusteringprocesswithoutguidance,priortothedatastructureisunknown,isatypicalunsupervisedclassification.Thispaperstudiestheeffectofinfluencingfactorsthattextclustering,textrepres

5、entationofthemodelsuchastheBooleanmodel,vectorspacemodel,probabilisticretrievalmodelandlanguagemodel.Alsostudiedtheanalysisofsuchtextclusteringalgorithm:hierarchicalclustering,agglomerativehierarchicalclusteringalgorithm,hierarchicalclusteringalgorithmtosplitandsoon.Alsostudie

6、dthetextclusteringalgorithmanalysisandmethodsofimprovement.Keywords：Textclusteringclusteringmethodk-meansomII畢業(yè)設計（論文）原創(chuàng)性聲明和使用授權說明原創(chuàng)性聲明本人鄭重承諾：所呈交的畢業(yè)設計（論文），是我個人在指導教師的指導下進行的研究工作及取得的成果。盡我所知，除文中特別加以標注和致謝的地方外，不包含其他人或組織已經發(fā)表或公布過的研究成果，也不包含我為獲得及其它教育機構的學位或學歷而使用過的材料。對本研究提供過幫助和做出過貢獻的個人或集體，

7、均已在文中作了明確的說明并表示了謝意。作者簽名：　　　　　日　期：　　　　　指導教師簽名：　　　　　日　　期：　　　　　使用授權說明本人完全了解大學關于收集、保存、使用畢業(yè)設計（論文）的規(guī)定，即：按照學校要求提交畢業(yè)設計（論文）的印刷本和電子版本；學校有權保存畢業(yè)設計（論文）的印刷本和電子版，并提供目錄檢索與閱覽服務；學?？梢圆捎糜坝?、縮印、數(shù)字化或其它復制手段保存論文；在不以贏利為目的前提下，學?？梢怨颊撐牡牟糠只蛉績热荨Ｗ髡吆灻骸　　　　∪铡∑冢骸　　　　?學位論文原創(chuàng)性聲明本人鄭重聲明：所呈

8、交的論文是本人在導師的指導下獨立進行研究所取得的研究成果。除了文中特別加以標注引用的內容外，本論文不包含任何其他個人或集體