基于決策粗糙集的web短文本挖掘模型

《基于決策粗糙集的web短文本挖掘模型》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、＇．’了＇一．一．：＇．Ｊ－？．－？■．－■■：：一１．＇Ｖ々化學(xué)化＾．巧古換化．．化義．－．．ｗ．，，：ｒ？一？、．．．．＇Ｉ＇‘－．片見知Ｉ．．調(diào)講敦嘗．該興基于決策粗繼集的ｗｅｂ短文本．．－…挖掘模型．。聽壓豁、、：．謂議霞麵議變Ｗ；―’：一結(jié)屬戀顏翅：亡張遠(yuǎn)聲賺Ｖ？、竄畐Ｋ謂ｆ霸養(yǎng)公為．．看馳．、畔＾．／古療房乂爹＿逼——?dú)猓壎埃迥暝拢墸郑?，．；？＇．．一；．．，＾?/p>

2、Ｘ、乂：．．一乂?。唬В壡苫葜{游：護(hù)產(chǎn)巧取竿馬＞巧‘’一；－．’心．Ｉ端：祐娩鑛鱗較．，節(jié)ｒ．誠(chéng)輿ｆｅ臟謀安－＇’＇．－‘．；－：＇＇‘．－＇．：巧：：＾＾苦，；命．：．＊芯，．：：；：。：－：、ｒｃ，占ｒ思，分類號(hào)ＴＰ３９Ｕ密級(jí)公開ＵＤＣ專業(yè)學(xué)位碩：ｔ學(xué)位論文基于決策粗ｆ造集的ｗｅｂ短文本挖掘模型張遠(yuǎn)聲學(xué)科專業(yè)軟件工程指導(dǎo)教師蒙祖強(qiáng)教授談超洪教授級(jí)高級(jí)工程師論文答辯日期２０１５年１１月１１日學(xué)位授予日期２０１６年６月３０日答辯委員會(huì)主席陳友巧教授級(jí)高級(jí)工程師

3、廣西大學(xué)學(xué)位論文原創(chuàng)性和使用授權(quán)聲明本人聲明所呈交的論文，是本人在導(dǎo)師的指導(dǎo)下獨(dú)立進(jìn)行研究所取得的研。究成果除己特別加Ｗ標(biāo)注和致謝的地方外，論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫的研究成果，也不包含本人或他人為獲得廣西大學(xué)或其它單位一的學(xué)位而使用過的材料。與我同工作的同事對(duì)本論文的研究工作所做的貢獻(xiàn)均已在論文中作了明確說明。本人在導(dǎo)師指導(dǎo)下所完成的學(xué)位論文及相關(guān)的職務(wù)作品，知識(shí)產(chǎn)權(quán)歸屬ｒ西大學(xué)。本人授權(quán)廣西大學(xué)擁有學(xué)位論文的部分使用權(quán)，即：學(xué)校有權(quán)保存并向國(guó)家有關(guān)部口或機(jī)構(gòu)送交學(xué)位論文的復(fù)印件和電子版，允

4、許論文被查閱和借＞閱，可１＾１將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索和傳播，可＾采用影印、縮印或其它復(fù)制手段保存。、匯編學(xué)位論文本學(xué)位論文屬于；□保密，在年解密后適用授權(quán)。口不保密。＂＂（請(qǐng)?jiān)谏舷鄳?yīng)方框內(nèi)打Ｖ）：幸論文作者簽名：旅適聲「Ｉ規(guī)＾，＾引）則Ｃ心（占巧詩(shī)教師簽知舊化冷１朋：毒基于決策粗禮集的ｗｅｂ短文本挖掘模型摘要隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，在線商品評(píng)論、新聞評(píng)論、在線社交文本等Ｗｅｂ短文本每時(shí)每刻都在大量更新。Ｗｅｂ短文本具有字?jǐn)?shù)少、情感傾向性強(qiáng)和結(jié)構(gòu)澳散等特點(diǎn)、。

5、，但是這些文本數(shù)據(jù)隱藏著大量的有用倍近針對(duì)短文本的分析研一ｗ究，日益迫切。為此，本文提出了種基于決策粗繼集的ｅｂ短文本挖掘模型，該模型面向網(wǎng)絡(luò)中的商品在線評(píng)論、新聞評(píng)論、在線社交動(dòng)態(tài)等更新速度一快。、內(nèi)容隨意性強(qiáng)的高維稀疏文本數(shù)據(jù)利用決策粗糖集在處理不精確不致、含糊、不確定、帶有噪聲數(shù)據(jù)方而的優(yōu)勢(shì)，對(duì)信息決策表進(jìn)行約簡(jiǎn)，然后采用。決策粗趟集的向動(dòng)而向知識(shí)的聚類算法，進(jìn)行ｗｅｂ短文本數(shù)據(jù)的分析源于ｗｅｂ在線評(píng)論文本的情感傾向性比較明顯，本文提出了基于ＨｏｗＮｅｔ詞典的情感傾向性分析算法，把高維的文本數(shù)據(jù)轉(zhuǎn)化成低維度

6、的數(shù)據(jù)?；谙∈杈仃噳海崳娍s思恕和向量空間模型，提出了巧序二元組向量空間模型，并給出了和應(yīng)的計(jì)，很大程度上減小了存儲(chǔ)空間算方法，優(yōu)化了巧法計(jì)算量。本文１＾在線商品評(píng)論分析系統(tǒng)為例，成功獲取淘寶商品在線評(píng)論，進(jìn)行評(píng)論情感傾向分析，構(gòu)建低維度決策倩總表。實(shí)現(xiàn)巧于決策粗髓從的ｗｅｂ短文本挖掘模型。：：：元組關(guān)鍵詞：決策粗趟集；巧序；ＨｏｗＮｅｔ；巧文本Ｉ－ＴｈｅｏｒｅｔＡＭｉｎｉｎｇＭｏｄｅｌＩｂｒＷｅｂＳｈｏｒｔＴｅｘｔｂａｓｅｄｏｎＤｅｃｉｓｉｏｎｉｃＲｏｕｇｈＳｅｔｓＡｂｓｔｒａｃｔ

7、ＷｉｔｈｔｈｅｄｅｖｅｌｏｍｅｎｔｏｆＩｎｔｅｒｎｅｔｂｃｈｎｏｌｏｔｈｅｎｕｍｂｅｒｏｆＷｅｂｓｈｏｒｔｔｅｘｔｉｓｐｇｙ，ｒｏｗｉｎｅｖｅｒｙｄａｓｕｃｈａｓｏ打ｌｉｎｅｏｏｄｓｃｏｍｍｅｎｔｓ．ＴｈｅＷｅｂｓｈｏｒｔｔｅｘｔｉｓｌｅｓｓｇｇｙ，ｇｗｏｒｄｓｓｔｒｏｎｅｍｏｔｉｏｎｔｅｎｄｅｎｔｉｏｕｓｎｅｓｓａｎｄｄｉｓｓｉａｔｅｄｓｔｒｕｃｔｕｒｅａｎｄｓｏｏｎ．Ｔｈｅ，ｇｐａｎａｌｓｉｓａｎｄｒｅｓｅａｒｃｈｏｆｔｈｅｓｈｏｒｔｔｅｘｔ

8、ｈａｓｂｅｃｏｍｅｉｎｃｒｅａｓｉｎｌｒｅｎｔ．ＳｏＴｈｉｓｙｇｙｕｇ，－ｔｈｅｓｉｓｒｏｏｓｅｓａＭｉｎｉｎＭｏｄｅｌｆｏｒＷｅｂＳｈｏｒｔＴｅｘｔ