北京邮电大学博士学位论文第一章绪论
第一章绪论
随着计算机技术、通信网、互联网的迅速发展和日益普及,文本信息的快速积累使公司、政府和个人等用户在信息处理和使用中面临前所未有的挑战。一方面,W曲上每天都不断产生大量文本数据,这些文本资源中蕴含着许多有价值的信息和知识;而另一方面,由于信息产生的速度远远超过人们对信息的利用能力,使得人们在海量的信息面前无所适从,给广大用户带来时间、资金和精力的巨大浪费。因此,如何利用机器自动的处理海量的文本信息,并从中挖掘出有用的信息和知识成为了一个亟待解决的重大问题。文本挖掘正是为解决这个问题而产生的研究方向。
本章首先阐述了本文的研究背景和意义、文本挖掘的基本概念、文本分类、聚类、信息抽取与检索系统的结构和典型应用,以及文本挖掘领域亟待解决的问题,然后,介绍本文的研究内容和整体安排。
1.1课题的研究背景和意义
世界上下五千年丰富的文化遗产,大部分都随着文字以文本的形式流传下来。如今,随着w曲技术的迅猛发展,网络上大量的信息以文本形式存储在文本数据库中,由来自各种数据源的文档组成,如W曲网页、研究论文、书籍、数字图书馆、电子邮件等。在这个信息爆炸的时代,文本作为重要的信息载体之一,其数量正在以惊人的速度增长。中国互联网络信息中心(a州IC)2009年1月发布的《第23次中国互联网络发展状况统计报告》fl】中显示,截止2008年12月31日,中国的网站数达到287.8万个,较2007年增长91.4%,是2000年以来增长最快的一年,中国网页总数超过160亿个,较2007年增长90%。从网页内容上看,以文本居多,其次是图像,音频和视频网页,但相对比例仍旧不高。根据工业和信息化部运行检测协调局发布的2008年12月通信业主要指标完成情况显示,2008年,我国短信息发送总量6996.7亿条,同比增长18.2%,而垃圾短信息总量达341l亿条,与去年同期相比减少127亿条,减幅为3.6%【2】。从以上统计数据中看,尽管互联网和通信网上信息
如要投诉违规内容,请到百度文库投诉中心;如要提出功能问题或意见建议,请点击此处进行反馈。 加入会员!获取文档下载券 WEB文本挖掘中关键问题的研究 文本挖掘,数据...
如要投诉违规内容,请到百度文库投诉中心;如要提出功能问题或意见建议,请点击此处进行反馈。 加入会员!获取文档下载券 WEB文本挖掘的研究 文章首先探讨了Web挖掘的...
如要投诉违规内容,请到百度文库投诉中心;如要提出功能问题或意见建议,请点击此处进行反馈。 加入会员!获取文档下载券 WEB文本挖掘中关键问题的研究[1] 文本挖掘...
如要投诉违规内容,请到百度文库投诉中心;如要提出功能问题或意见建议,请点击...基于Web的文本挖掘的研究 基于web的文本挖掘是文本挖掘的一个重要的组成部分,本...
如要投诉违规内容,请到百度文库投诉中心;如要提出功能问题或意见建议,请点击...基于Web的文本挖掘研究 基于Web的文本挖掘是数据挖掘的重要组成部分,文章重点对...
文本分类技术是Web文本挖掘中一项最重要的技术,随着中文网页数量的急 剧增加,...目前对此问题的研究较少,普遍 采用的方法是首先设定一个固定阀值,然后分别计算待...
因此 , 要想对 集成问题 。 2 Web 文本挖掘的定义 自然语言处理 、 数据...文本挖掘的关键技术 .1 4 文本特征表示 文本特征指的是代表 Web 文本的元数 ...
Web 文本挖掘的相关问题进行分析, 就 在分析 web 挖掘和其研究方向的基础上, 重点对于 web 文本挖掘进行探讨。 〔关键词〕 web 挖掘; Web 文本挖掘; 文本分类...
基于Web的文本挖掘是数据挖掘的重要组成部分,探讨了Web文本特征提取、文本分类、文本聚类等Web文本挖掘关键实现技术,最后讨论了Web文本挖掘的价值及其对Web发展的重要性...
Web文本挖掘技术是解决上述问题的一一种方法。Web 文本挖掘借鉴数据挖掘的基本思想和理论方法,从大量非结构化、异构的 Web文档的集合中发现有效的、新颖的、潜在可用...
热门文档