版權說明: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,請進行舉報或認領
文檔簡介
1、近年來,隨著通訊業(yè)的迅猛發(fā)展,短信已成為手機用戶經(jīng)常進行交流、發(fā)表意見或建議的手段。通訊公司為了改善自己的服務,常常會收到客戶對移動服務以短信形式回饋回來的意見或者建議,而信息的分類是信息處理的重要組成部分。將客戶的信息進行有效的組織、管理、分類和處理是擺在許多通訊公司的一大難題,也給信息科學和技術領域帶來新的挑戰(zhàn)。本文針對短信文本的聚類問題,首先給出兩種特征選擇方法。然后在聚類算法方面,先采用規(guī)則的方法然后通過K均值算法對文本進行聚類
2、。最后選擇多個初始點代表各個簇的類別信息方法,實現(xiàn)對短信文本的最佳聚類。主要內(nèi)容如下:
(1)高維空間的數(shù)據(jù)分布考察
文本利用有指導的K-NN分類算法和傳統(tǒng)的K均值無監(jiān)督指導方法,對所選數(shù)據(jù)進行高維空間分布考察。方法1:通過基于信息增益的有監(jiān)督K-NN分類方法,分別用全封閉測試和半封閉測試來考察數(shù)據(jù)在高維空間中是否具有一致性;方法2:利用基于信息增益的K均值聚類方法對數(shù)據(jù)的聚集性進行考察。
(2)針對短信文
3、本的特征選擇方法研究
短信文本本身比較短,通過較少的文字就可以表達文本所要表達的內(nèi)容。本文針對短信這一屬性,我們分別通過全局高文檔頻率和各類高文檔頻率來作為特征選擇的方法,在這兩個方面展開研究。
(3)基于規(guī)則與K均值聚類算法的短信數(shù)據(jù)處理
基于規(guī)則與K均值聚類算法的短信數(shù)據(jù)處理,是將分過詞的文本,把含有“積分”這個屬性的文本歸為積分類。這樣可以大量地避免其他四類文本錯誤的分到積分類里面。無論是從單個類別還
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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)容負責。
- 6. 下載文件中如有侵權或不適當內(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確性、安全性和完整性, 同時也不承擔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
- 基于短信文本向量的聯(lián)系人關系判定方法研究.pdf
- 文本挖掘技術在短信文本中的應用研究.pdf
- 基于RI方法的文本聚類研究.pdf
- 基于混合文本集的文本聚類方法研究.pdf
- 短文本聚類及聚類結(jié)果描述方法研究.pdf
- 組合聚類方法在文本聚類中的應用研究.pdf
- 文本聚類方法研究及其應用.pdf
- 基于文本聚類的客戶細分方法研究.pdf
- 基于hSync算法的文本聚類方法研究.pdf
- 基于模糊聚類的文本挖掘方法研究.pdf
- 文本聚類的研究.pdf
- 詞聚類用于文本分類的方法研究.pdf
- 文本聚類和文本摘要的研究.pdf
- 基于聚類森林的文本流分類方法研究.pdf
- 基于譜聚類的文本聚類算法研究.pdf
- 基于圖模型聚類的文本摘要方法研究.pdf
- 面向文本流的聚類樹分類方法研究.pdf
- 基于頻繁項集的文本聚類方法研究.pdf
- 氣象短信與短信文化探討
- 短信文學綜論.pdf
評論
0/150
提交評論