基于決策粗糙集的web短文本挖掘模型

1、分類號(hào)! ￡3 窆! ：!U D C專業(yè)學(xué)位碩士學(xué)位論文基于決策粗糙集的w e b 短文本挖掘模型張遠(yuǎn)聲論文答辯日期2 Q 1 5 生! ! 月! ! 旦 學(xué)位授予E l 期2 Q ! 魚(yú)生魚(yú)旦呈Q 旦基于決策粗糙集的w e b 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W e b短文本每時(shí)每刻都在大量更新。W e b 短文本具有字?jǐn)?shù)少、情感傾向性強(qiáng)和結(jié)構(gòu)渙散等特點(diǎn)，但是這些文本數(shù)據(jù)隱藏著大量的有用信

2、息。針對(duì)短文本的分析研究，日益迫切。為此，本文提出了一種基于決策粗糙集的w e b 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)。利用決策粗糙集在處理不精確不一致、含糊、不確定、帶有噪聲數(shù)據(jù)方面的優(yōu)勢(shì)，對(duì)信息決策表進(jìn)行約簡(jiǎn)，然后采用決策粗糙集的自動(dòng)面向知識(shí)的聚類算法，進(jìn)行w e b 短文本數(shù)據(jù)的分析。源于w e b 在線評(píng)論文本的情感傾向性比較明顯，本文提出了基于H