基于文本挖掘的企业情报自动分类系统研究与应用

《基于文本挖掘的企业情报自动分类系统研究与应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、广东工业大学硕ｉ学位论文（工学硕±）基于文本挖掘的企业情报自动分类系统研究与应用吴展云二．－－二〇—六年五月＇？节＊．■．：学校代号：１１８４５分类号：３０５０４８：２１１１ＵＤＣ：学号：密级广东工业大学硕：ｔ学位论文工学硕±（）基于文本挖掘的企业情报自动分类系统研究与应用吴展■云指导教师姓名、职称：王勇副教授学科：软件工程（专业）或领域名称学生所属学院：计算机学院论文答辩日期：２０１６年５月ＡＤｉｓ

2、ｓｅｒｔａｔｉｏｎＳｕｂｍｉｔｔｅｄｔｏＧｕａｎｇｄｏｎｇＵｎｉｖｅｒｓｉｔｏｆＴｅｃｈｎｏｌｏｙｇｙｆｏｒｔｈｅＤｅｇｒｅｅｏｆＭａｓｔｅｒＭａｓｔｅｒｏｆＥｎｉｎｅｅｒｉｎＳｃｉｅｎｃｅ（ｇｇ）ＲｅｓｅａｒｃｈａｎｄａｐｐｌｉｃａｔｉｏｎｏｆｅｎｔｅｒｐｒｉｓｅｉｎｆｏｒｍａｔｉｏｎａｕｔｏｍａｔｉｃｃｌａｓｓｉｆｉｃａｔｉｏｎｓｙｓｔｅｍｂａｓｅｄｏｎＴｅｘｔＭｉｎｉｎｇＭａｓｔｅｒＣａｎｄ：ｕｎｉｄａｔｅＷｕＺｈａｎｙＳｕｅｒｖｉｓｏｒ：Ａｓｓｏ

3、ｃｉａｔｅＰｒｏｆ．ＷａｎＹｏｎｇｐｇＭａ２０１６ｙＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＧｕａｎｄｏｎｎｉｖｅｒｓｉｔｏｆＴｅｃｈｎｏｌｏｇｇＵｙｇｙＧｕａｎｚｈｏｕＧｕａｎｄｏｎＰ．Ｒ．Ｃｈｉｎａ５１０００６ｇ，ｇｇ，，摘要摘要随着互联网社会的快速发展，企业面临着采集和处理海量的非结构化情报信息的问题一，情报分类是种重要的管理手段，传统的人工分类的情报管理模式，既耗费人力，一又效率不高，。本文提出了种基于文本挖掘技术的企业情报自动分

4、类方法提升企业情报分类的效率。（本文在研究多种文本分类技术的基础上，Ｗ支持向量机ＳＶＭ）为情报分类的主要算法，针对网络化的情报采集带来的样本分布不平衡问题，Ｗ及ＳＶＭ分类器在超平面附近分类效果不太好的情况，ｙＡＫＮＮ，即选择Ｋ个情报样本代替辅算法Ｉ个情报样本来进行分类，Ｗ提高整体的分类效果。本文首先针对企业情报的非结构化特点，对企业情报进行文本预处理，即对企业情报数据进行分词、去停用词等处理，并对预处理后的结果进行词频、文档频率等相关统计计算，，。同时考虑到网络采集得到的企业情报可能存在的数据不平衡问

5、题在特一征选择方法中，采用了信息增益的方法，引入了两个具有较强类别表征能力的参数，分散度和集中度，用于特征词表的降维得到对分类贡献度更高的特征词，构造了企业情报的特征巧量。本文Ｗ默认的惩罚因子Ｃ及相关的核函数参数进行实验，对４种常用的核函数进行试算，确定了采用径向基核函数，并通过网格搜索法和５折交叉，。，经过训练得到了ＳＶＭ情报分类器检验法寻找出最优的核参数ｇ在此基础上。将ＳＶＭ分类器的支持向量来作为ＫＮＮ分类器的训练样本，同时考虑到网络采集得到的一企业情报可能存在的数据不平衡问题，在ＫＮＮ分类器中引入

6、个权重因子，用于调节各类别之间的权重，并通过实验确定ＫＮＮ分类器的Ｋ取值，结合ＳＶＭ分类器和ＫＮＮ分类器－，通过实验确定区分阀值０值。本文提出的ＳＶＭＫＮＮ分类模型，在分类情报距离ＳＶＭ分类器超平面较近时，采用基于加权支持向量的ＫＮＮ分类器来进行分类，距离较远时，则直接利用ＳＶＭ分类器得到分类结果。本文通过在某大型企业中进行特定行业的企业情报分类试验，验证了基于ＳＶＭ－ＫＮＮ分类模型对大量的企业情报进行分类的有效性，较好地适应了企业情报样本不平衡问题，使得企业情报分类更准确。ＳＶＭ－）ＳＶＭＫＮＮ：企业

7、情报文本分类关键词；支持向量机（；；；Ｉ广东工业大学硕壬学位论文ＡＢＳＴＲＡ打ＷｔｈｔｈｅｒａｅｖｅｌｏｍｅｎｔｏｆＩｎ１；ｅｍｅｔｅｎｌ：ｅｒｒｉｓｅｓａｒｅｆａｃｉｎｒｏｂｌｅｍｓｔｈａｔｌｌｅｃｔｉｎｉｐｉｄｄｐｃｏ，ｐｇｐｇａｎｄｒｏｃｅｓｓｉｎａｌｏｔｏｆｕｎｓｔｒｕｃｔｕｒｅｄｉｎｆｏｒｍａｔｉｏｎ．Ｉｎｆｏｒｍａｔｉｏｎｃｌａｓｓｉｆｉｃａｔｉｏｎｉｓａｎｉｍｏｒｔａｎｔｐｇｐａｎａｅｍｅｎｔｍｅａｎｓｉｍｇ．Ｔｈｅｔｒａｄｉｔｏｎａｌｌａｂｏ

8、ｒｃｌａｓｓｉｆｉｃａｔｉｏｎｍａｎａｇｅｍｅｎｔｎｏｔｏｎｌｙｌａｂｏｒｓｃｏｎｓｕｍｐｔｉｏｎｂｕｔａｌｓｏｗｏｒｋｉｎｇｉｎｅｆｆｉｃｉｅｎｔ．Ｔｈｉｓａｒｔｉｃｌｅｏｉｎｔｓｏｕｔａｎ