试析基于web的文本挖掘技术的研究

《试析基于web的文本挖掘技术的研究》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、哈尔滨工程大学硕士学位论文基于Web的文本挖掘技术的研究姓名：刘岩申请学位级别：硕士专业：计算机应用技术指导教师：张健沛20040101摘要如何让Internet更好地为人类服务，是未来几年的一个真正挑战。一方面是人们对快速、准确面全面获取信息的渴望，而另一方面却是Internet上信息的纷繁芜杂，在这两者之间架设一座桥梁的确是一个巨大的挑战。作为从浩瀚的Web信息资源中发现潜在的有价值知识的一种有效技术，Web挖掘正悄然兴起，倍受关注。目前Web挖掘的研究正处于发展阶段，尚无统一的结论，需要国内外学者在理论上开展更多的

2、讨论。同时，Web挖掘系统的开发对其研究也将起到很大推进作用。本文对Web挖掘的有关理论进行了论述，着重讨论了Web文本挖掘系统的结构和技术。本文的主要内容包括：首先，探讨了Web挖掘的有关理论；其次，在研究Web文本挖掘技术的基础上，介绍了一种Web文本挖掘系统的体系结构；再次，具体讨论了Web信息的自动获取的总体设计思想，并对获取信息的预处理工作进行了研究：第四，为了将遗传算法应用到本文设计的算法中，对遗传算法进行了详尽的分析；最后，在对传统的遗传算法进行改进后，提出了一种基于遗传算法的特征提取算法。实验表明，该方法

3、是可行的。关键字：Web挖掘；文本挖掘：特征提取；遗传算法AbstractIt’SarealchallengeforUStomaketheInterneteasiertouse．TheinformationintheInternetiSinshortoforganization，andfullofamassofpages，andontheotherside，peoplewanttoobtaintheinformationquicklyandaccurately。Withthefloodofinformationonthe

4、Web，WebminingiSanewresearchissuewhichdrawsgreatinterestfrommanycommunities．Currently，thereiSnoagreementaboutWebminingyet．Itneedsmorediseussionamongscientistsinordertodefinewhatitisexactly．Meanwhile，thedevelopmentofWebminingsystemwillpromoteitsresearchinturn．Thisp

5、aperdiscussestheprincipleofWebmining，andfocusesonWebtextminingarchitectureandtechnique．Thepaperincludesfollowingcontents：Firstly，discussestheprincipleofWebmining：Secondly，onthebaseofthestudyoftheWebtextminingtechnique，introduceanarchitectureandfunctionofWebtextmi

6、ningsystem：Thirdly，discussesthedesignphilosophyofdataacquisitionbasedonworldwildweb．andstudiesthepreprocessingoftheWebdata；FourthlyinordertoapplytheGeneticAlgorithmtothetheoryputforwardbyUS，analysestheGeneticA190rithmparticularly：Atlast，onthebaseoftheimprovemento

7、fconventionalGenetiCAlgorithm，weputforwardadocumentfeatureextractalgorithm．Theresultofexperimentshows，theapproachiSfeasible．Keyword：WebMining；TextMining；FeatureExtract：Genetic．Algorithm哈尔滨工程大学学位论文原创性声明本人郑重声明：本论文的所有工作，是在导师的指导下，由作者本人独立完成的。有关观点、方法、数据和文献的引用已在文中指出，并与参

8、考文献相对应。除文中己注明引用的内容外，本论文不包含任何其他个人或集体已经公开发表的作品成果。对本文的研究做出重要贡献的个人和集体，均己在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。作者(签字)：日期：年月日第1章绪论1．1研究课题的来源、目的和意义本课题来源于黑龙江省自然科学基金项目，即“基于We