因素空间理论在文本挖掘中的应用

《因素空间理论在文本挖掘中的应用》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、．？＾．户‘；．Ｖ心巧＜、■－一一木＞、＾，．：‘奇类号：；．一；学枚制酵Ａ，——ｙ思Ｊ――．：、＿＇＇‘、■邮Ｃ级Ｘ■：。．密么；学号＜．ｆｉＢ：２１１１３１５０２８＇－＇．－’…—．■一－＇－．，，＾－—Ｖ－．＾．？■．－－？’＊，＇？’＾＊、一？？．＾’．．．－、．户１．＇八一．．＊一．，＾．ｙ．？．．＂＇’＝－二：、－、－？－、－、＇，？、、＞？Ｖ；＿夏＊－攻？＾－．■？－－．．．？：．ｒ．，．式

2、７＾，、．？ｙ－人苦＂ｙ一．；—、？皆－声義警ｙ州大学．硕女学位论文种—‘、＂■；■、．：、；兴冷碱．：：難、、．－－．＾‘．片々ｖ．為．占诗屯、：＾；一女＇一丈、－、＇．冷＼：：、沸护颤目／因素空间理论在女本挖掘中的应用：￣、，＾品占、＿裤＊、＇＾－Ａ＿一：＊一＇？■？＾．？？ｙ．六一ｉ心广一＇’＇．＇：、．：；．．．八皆声、知禾女、．＾—、．乂．心．一：、声安香Ｖ：巧八，＂＇＾■．—一一ｆ二．－心六汽

3、：．＊－？？＇？‘■一ｒ一？．一一’、‘Ａ１‘＊？’＇－．；Ｖ生类：国学型双证学术学位研究生户＼’．－？’－＇＜□双证学位研生．、专业巧；、＾Ｖ？、．：、＇一＊巧、■－；＇、证业．□生．￣单专学位研究難＼．’．’．巧．．．為．癸俭请人气、：学申李兆钩，—．Ｉ＇：＇．＇．‘＇Ｈ＾，吵、／；．和＞—二‘，‘兴；：钟育彬教授＼ｙ导姓名及职称Ｔ：师步）：数学与信息科学学晓；（所華糕研究二＼（）灶宙数笔—学专业领域＿＿，

4、记科Ｖｉ‘■＾一＇？■＾■＞－．—：；；，Ｊ‘＇＇２０１６Ｓ＞：．又论文年月琴提交日期．；一——．店．又＜？＾－－．．子；山Ｊ．兵、、－－’．、＇＇换／ｖ．；：；］、ｆ／終共苦句，广州大学学位论文原创性声明本人郑重声明，所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究作出重要贡献的个人和集体，均已在文中明确方式标明。本人完全意识到本声明

5、的法律结果由本人承担。学位论文作者签名－；考瓜令日期；年Ｓ月２３日广州大学学位论文版权使用授权书本学位论文作者完全了解广州大学有关保留、使用学位论文的规定，即；研究生在校攻读学位期间论文工作的知识产权单位属广州大学。学校有权保留并向国家主管部口或其指定机构送交论文的电子版和纸质版，允许学位论文被检索、查阀和借阅；学校可公布学位论文的全部或部分内容，可允许采用影响印、缩印、数字化或其他手段保存、汇编学位论文。（保密论文保密期满后，适用本声明）本人电子文档的内容和纸质论文的内容相一致。本学位

6、论文属于’：口保密，在年解密后适用本授权书＾。口不保密。＂＂（请在Ｗ上相应方框内打Ｖ）学位论文作者签名：丢典八日期：Ｗ《年＾月＾日■导师签名日撕１０／《年５＾月日－Ｑ７Ｋ分裝号学校化码：１１ＵＤＣ密级学号：１３１５０２８广州大学学位论文（终稿）的应用因素空间理论在文本挖掘中李兆钩学科专业Ｃ领域）：计銘馈学能信、分析与处理总硏究方向：智６５．２３２０１．论文笞辩口期：Ｖｆｌｒ＾）：指导教帅（签名＿（名）：答辩委员会主席籍雖

7、）：答辩委（裳名—员员／々会委在＼呵平摘要摘要随着大数据时代的到来，基于因素空间的知识表示及其应用也引起人们的关注。目前，基于因素空间理论的文本挖掘应用是一个热点的研究方向，其中文本分类与文本聚类作为文本挖掘的最热门课题得到了广泛的应用，本文着重研究基于因素空间理论的文本分类算法与文本聚类算法的构建与应用问题，取得的主要结果如下：本文首先利用因素空间及其知识表示的理论，分别建立基于因素空间的文本分类算法与基于因素空间的文本聚类算法。对于基于因素空间理论的文本分类算法，从基于因素分析表的文本表示开始，使用基于遗传算法优化的因素

8、特征提取算法进行文本特征选择，使用因素分析法进行文本分类规则的学习，最后使用改进的因素分析法推理模型进行文本分类，并以搜狗实验室新闻分类语料库和互联网电商平台评论数据进行文本分类实验，其中本文的文本分类算法的准确率达到82.33%，而