Institutional Repository of Coll Comp & Commun
题名 | 基于粗糙集的文本知识挖掘 |
作者 | 张其文![]() |
学位类型 | 硕士 |
导师 | 李明 |
答辩日期 | 2003 |
学位授予单位 | 兰州理工大学 |
学位名称 | 工学硕士 |
学位专业 | 计算机应用技术 |
关键词 | 文本挖掘 粗糙集 文本分类 文本聚类 文本特征抽取 分词 文本主题 自动文摘 |
摘要 | 目前,随着信息技术的快速发展,特别是网络的普及,以文本形式表示的信息越来越多,如何在纷繁复杂的信息海洋中找到自己需要的有用信息,具有广泛的应用背景和实用价值。传统的信息检索技术己不适应日益增加的大量文本数据处理的需要,用户需要更加有效的检索算法实现文档重要性和相关性的排列,完成不同文档的分类比较,或找出多文档的模式和趋势。 粗糙集理论是二十世纪八十年代由Z.Pawlak提出的一种新的处理不精确、不一致、不完整知识的数学工具。它在机器学习与知识发现、数据挖掘、决策支持与分析、专家系统、归纳推理、模式识别等领域得到了成功的应用。本文结合粗糙集理论对文本挖掘进行了研究。 |
其他摘要 | Rough Set theory is a soft computation tool to solve the inaccurate、inconsistent and uncertain information proposed by Z.Pawlak in 1980's. It has been applied in the fields of machine learning, knowledge discovery, data mining, decision support system, expert system, inductive inference and pattern recognition successfully. This article carries on in-depth research to text mining based on rough set theory. |
页数 | 71 |
语种 | 中文 |
学号 | P0308120309 |
文献类型 | 学位论文 |
条目标识符 | https://ir.lut.edu.cn/handle/2XXMBERH/95861 |
专题 | 计算机与通信学院 |
作者单位 | 兰州理工大学 |
第一作者单位 | 兰州理工大学 |
推荐引用方式 GB/T 7714 | 张其文. 基于粗糙集的文本知识挖掘[D]. 兰州理工大学,2003. |
条目包含的文件 | 条目无相关文件。 |
个性服务 |
查看访问统计 |
谷歌学术 |
谷歌学术中相似的文章 |
[张其文]的文章 |
百度学术 |
百度学术中相似的文章 |
[张其文]的文章 |
必应学术 |
必应学术中相似的文章 |
[张其文]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论