版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、數(shù)據(jù)采集和存儲技術(shù)的進(jìn)步導(dǎo)致龐大的數(shù)據(jù)庫日益增多,從這些數(shù)據(jù)中提取出有價值的信息,成為人們?nèi)找骊P(guān)心的問題,而且已經(jīng)形成了一門學(xué)科,成為“數(shù)據(jù)挖掘”。如果僅涉及到很小的數(shù)據(jù)集,那么就可以僅僅討論統(tǒng)計學(xué)家們所使用的標(biāo)準(zhǔn)數(shù)據(jù)探測和分析方法了。數(shù)據(jù)挖掘所分析的經(jīng)常是龐大的數(shù)據(jù)集。聚類和分類同是數(shù)據(jù)挖掘的重要內(nèi)容。 文本是存儲和交換信息的最自然的方式,文本挖掘具有非常重要的現(xiàn)實意義。文本挖掘所要處理的數(shù)據(jù)規(guī)模更大,因而使得許多對數(shù)據(jù)庫中數(shù)
2、據(jù)挖掘很有效的聚類算法,對于文本挖掘變得不可行。規(guī)模的增大,要求算法必須能夠增量的執(zhí)行,因為沒有可能將數(shù)據(jù)一次調(diào)入內(nèi)存處理。另外這對算法的效率也提出了苛刻的要求。同時,Web的文本數(shù)據(jù)是不斷增長的,新的信息類型不斷出現(xiàn)。算法必須有能力在不完全重新分析已有數(shù)據(jù)的情況下,增量處理新的數(shù)據(jù),更新聚類結(jié)果。 通過對以Web文本數(shù)據(jù)為代表的高維數(shù)據(jù)特點的分析,認(rèn)識到傳統(tǒng)的聚類技術(shù)在這里面臨許多新的困難。本文嘗試以概率理論特別是貝葉斯方法為
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 聚類分析在Web文本挖掘中的應(yīng)用研究.pdf
- 基于文本挖掘的領(lǐng)域信息聚類分析
- 基于文本挖掘的領(lǐng)域信息聚類分析.pdf
- 聚類分析及其在文本挖掘中的應(yīng)用.pdf
- 聚類分析在文本挖掘中的應(yīng)用與研究.pdf
- WEB文本挖掘系統(tǒng).pdf
- 聚類分析研究及其在文本挖掘中的應(yīng)用.pdf
- 基于Web的文本挖掘研究.pdf
- 聚類分析及其在Web日志挖掘中的應(yīng)用研究.pdf
- 基于數(shù)據(jù)挖掘的Web文本分析研究.pdf
- 基于Web文本挖掘的研究.pdf
- Web文本挖掘中的文本分類研究.pdf
- web文本挖掘研究與實現(xiàn).pdf
- Web文本數(shù)據(jù)挖掘研究.pdf
- Web文本挖掘的研究與應(yīng)用.pdf
- 基于文本挖掘的Web信息檢索研究.pdf
- Web日志聚類分析及應(yīng)用.pdf
- 基于Web文本挖掘的SVM網(wǎng)頁文本分類研究.pdf
- 文本聚類分析效果評價及文本表示研究.pdf
- 基于Web的文本挖掘技術(shù)的研究.pdf
評論
0/150
提交評論