基于SOM聚類的WEB文本挖掘及其結(jié)果的可視化研究.pdf

1、互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展,帶來(lái)了人們收集、存儲(chǔ)和管理知識(shí)的能力的不斷增強(qiáng),然而人們理解知識(shí)的能力并沒(méi)有在行為習(xí)慣、思維方式上得到顯著提高。在“信息爆炸”的時(shí)代,人們獲取的信息量已經(jīng)足夠大,但是如何獲取最切合自己需求的有效信息,過(guò)濾垃圾信息以及如何將這么大量的信息完全的閱讀,成為擺在我們面前的一個(gè)難題,這就是“信息爆炸”帶來(lái)的“信息陷阱”、“信息迷航”等問(wèn)題。針對(duì)這些問(wèn)題,國(guó)內(nèi)外專家學(xué)者提出了不少理論和方法,其中最重要的是進(jìn)行知識(shí)組織以及知識(shí)

2、的可視化。
　　 本文在研究國(guó)內(nèi)外文本挖掘及聚類結(jié)果可視化現(xiàn)狀的基礎(chǔ)上,在文本挖掘系統(tǒng)中引入SOM神經(jīng)網(wǎng)絡(luò)算法,該算法在知識(shí)可視化方面效果比較突出。但是,單純照搬SOM算法進(jìn)行文本挖掘聚類存在效率上的問(wèn)題,由于互聯(lián)網(wǎng)上的文本信息呈指數(shù)級(jí)的增長(zhǎng),挖掘的結(jié)果不斷增加,會(huì)導(dǎo)致聚類效率嚴(yán)重下降,因此要對(duì)算法做一定的改進(jìn)。利用國(guó)防詞匯本體非常清晰的層次結(jié)構(gòu),作為SOM的輸入神經(jīng)元以及聚類結(jié)果的輸出模板,逐層進(jìn)行聚類,能夠很好的將文本挖掘系