支持向量機(jī)理論在文本分類中的應(yīng)用研究.pdf

1、面對浩如煙海的電子信息，如何幫助人們有效地收集和選擇感興趣的信息，如何幫助用戶在日益增多的信息中發(fā)現(xiàn)潛在有用的知識已成為信息技術(shù)領(lǐng)域的熱點問題。數(shù)據(jù)挖掘就是為解決這一問題而產(chǎn)生的領(lǐng)域。由于現(xiàn)實生活中絕大部分信息資源是以非結(jié)構(gòu)化數(shù)據(jù)的形式存在，而數(shù)據(jù)挖掘則普遍以結(jié)構(gòu)化數(shù)據(jù)如關(guān)系數(shù)據(jù)庫中的數(shù)據(jù)為對象，因此對于非結(jié)構(gòu)化信息進(jìn)行挖掘成為繼數(shù)據(jù)挖掘之后的又一課題。 在常見的非結(jié)構(gòu)化文本數(shù)據(jù)如文本、圖像、視頻中，文本數(shù)據(jù)是應(yīng)用最為廣泛的一種

2、形式，常用于數(shù)字圖書館、新聞組、組織及個人主頁。隨著Internet的迅猛發(fā)展和日益普及，電子文本信息迅速膨脹，如何有效地組織和管理這些信息，并快速、準(zhǔn)確、全面地從中找到用戶所需要的信息是當(dāng)前信息科學(xué)和技術(shù)領(lǐng)域面臨的一大挑戰(zhàn)。文本分類作為處理和組織大量文本數(shù)據(jù)的關(guān)鍵技術(shù)，可以在較大程度上解決信息雜亂現(xiàn)象的問題。 針對上面提到的問題，本文的主要工作有以下三個方面： 首先，分析了數(shù)據(jù)挖掘的基本概念和方法，重點是數(shù)據(jù)挖掘中文本

3、分類的具體過程和相關(guān)理論。在特征選取技術(shù)中對互信息的方法做出了改進(jìn)。 其次，認(rèn)真研究了支持向量機(jī)算法的基本原理。并且就支持向量機(jī)的訓(xùn)練算法、分類方法、多類別算法等熱點問題分別加以討論。闡述了支持向量機(jī)研究和應(yīng)用現(xiàn)狀，以及所面臨的問題。 第三，對支持向量機(jī)理論在文本分類中的應(yīng)用技術(shù)做出了改進(jìn)。針對傳統(tǒng)SVM無法適應(yīng)文本數(shù)據(jù)庫隨時間不斷更新的問題，通過對新增文本集的KKT條件的分析，深入研究了加入新增文本集后支持向量集的變化