基于文本挖掘的領(lǐng)域信息聚類分析.pdf

1、在本篇文章中,主要解決了兩個問題:文本聚類優(yōu)化算法的研究和專利地圖系統(tǒng)的開發(fā)。
　　對于第一個問題,我們提出了一種意在將數(shù)據(jù)分層表征的非負(fù)自適應(yīng)稀疏編碼算法(NMSC),它為探究數(shù)據(jù)的隱藏元素和分層表征提供了一種有效的框架。所有的數(shù)據(jù)在初始時被置于根層,隨后的子層相當(dāng)于對數(shù)據(jù)的進(jìn)一步拓展分析。在任一子層中,對于不同的基底,每個數(shù)據(jù)的稀疏性是不同的,它需要根據(jù)上一層該數(shù)據(jù)在基底上的響應(yīng)程度進(jìn)行調(diào)整。同時,原始數(shù)據(jù)的非負(fù)特性也被保留。

2、因此,在保證數(shù)據(jù)重構(gòu)的基礎(chǔ)上,每一層數(shù)據(jù)的稀疏性皆為自適應(yīng),之間存在著聯(lián)系。最后,通過不斷調(diào)整每層不同基底上的稀疏度,所有數(shù)據(jù)都可以被準(zhǔn)確地描述成由數(shù)個隱藏元素的線性疊加組合,并歸入相應(yīng)的類中,形成一種樹型結(jié)構(gòu)。在一系列的實驗評估后,NMSC算法在文本聚類領(lǐng)域中表現(xiàn)出色。
　　對于第二個問題,我們將NMSC算法應(yīng)用于專利地圖系統(tǒng)的研發(fā)中?；赟SH框架的網(wǎng)站平臺上,通過NMSC算法對文本數(shù)據(jù)的分析,我們成功實現(xiàn)了一種全新的專利地圖