基于決策粗糙集的web短文本挖掘模型.pdf_第1頁
已閱讀1頁,還剩43頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、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Web短文本每時(shí)每刻都在大量更新。Web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web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

2、的優(yōu)勢,對(duì)信息決策表進(jìn)行約簡,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web短文本數(shù)據(jù)的分析。源于web在線評(píng)論文本的情感傾向性比較明顯,本文提出了基于HowNet詞典的情感傾向性分析算法,把高維的文本數(shù)據(jù)轉(zhuǎn)化成低維度的數(shù)據(jù)?;谙∈杈仃噳嚎s思想和向量空間模型,提出了有序二元組向量空間模型,并給出了相應(yīng)的計(jì)算方法,很大程度上減小了存儲(chǔ)空間,優(yōu)化了算法計(jì)算量。
  本文以在線商品評(píng)論分析系統(tǒng)為例,成功獲取淘寶商品在線評(píng)論,進(jìn)

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(qǐng)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(qǐng)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(huì)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論