基于云平臺的知識聚類與關聯(lián)挖掘機制研究.pdf

1、在信息化、大數據時代背景下，各種文本數據正大量地出現在人們的日常生活中，如搜索引擎查詢、電商的用戶評價、文章摘要等等。人們對互聯(lián)網信息進行瀏覽和匯總消耗的精力與時間也越來越多，為了更好提升服務的質量或者提供新的服務，需要對這些短文本進行數據挖掘，給文本定一個語義類別的標示則顯得尤為必要。針對文本摘要、參考文獻、關鍵詞等多維度數據挖掘，進行整理推薦文本信息，以便提高讀者閱讀效率與質量。本文整體思想是先對文本進行靜態(tài)聚類，使得文本信息自動歸

2、檔，再基于用戶動態(tài)的瀏覽過程做關聯(lián)規(guī)則分析，得到動態(tài)文本數據頻繁項集，最后將頻繁項集在聚類結果中分析找到其關聯(lián)規(guī)則，以提高文本信息查詢的效率，具有非常重要的應用前景與研究意義。
　　基于云平臺和數據挖掘的深入理解，在現有的聚類基礎上做出改進，提出文獻多維度提取分析策略、孤立點檢測與初始中心改進，在云平臺上進行MapRed uce處理，提高聚類質量和效率。針對用戶動態(tài)瀏覽過程，提出了一種基于權值矩陣的FP-Growth關聯(lián)規(guī)則，經過