基于数据挖掘的WEB信息检索研究

《基于数据挖掘的WEB信息检索研究》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、南京航空航天大学博士学位论文基于数据挖掘的Web信息检索研究姓名：徐敏申请学位级别：博士专业：计算机应用技术指导教师：朱梧檟20060901基于数据挖掘的Web信息检索研究(4)针对已有的周期性关联规则模型的局限性，提出一种新的周期性关联规则模型。此模型通过聚类分析可以将一个周期分成若干个长度不等的时间段，并给出该算法，实验结果表明这样可以更准确地发现周期性关联规则。同时，因为数据的稀疏性，在底层或原始的数据之间很难找到满足用户需求的周期性关联规则，而有很多数据是分层，在较高层次上可以发现的周期性关联规则，所以，又提出周期性一般关联规则算法(CGI)。

2、由于周期性一般关联规则对数据噪声非常敏感，用噪声比来抑制数据噪声对发现周期性一般关联规则的影响。同时根据对周期性与一般频繁项集之间关系的分析，利用周期裁剪技术来节省挖掘时间。本文中给出了CGI算法，同时还对发现规则的有意义性和冗余性进行判断和处理。实验证明，该算法可高效地发现周期性一般关联规则。(5)关联规则是要从大量的数据中找到数据之间的规律，但有时所产生的规律十分繁多，从而形成新的知识管理问题。针对该问题本文提出了一个新的算法，该算法利用系统聚类分析方法对规则进行分组，从而更好地帮助用户理解所发现的规律，由于该方法的距离(RatioD)是基于关联规

3、则本身，因此，可对规则进行高效地分组。实验结果表明，该算法是有效的。(6)对于维护已发现的序列模式方法主要有两种，一种是简单地利用已有的挖掘序列模式算法对更新后的整个数据库进行操作，这种方法涉及数据库中的数据不仅有改变的部分而且有未改变的部分，而未改变的数据数量很大，当更新频率高时，代价是非常大的；另一种方法是根据库中记录数目改变多少来决定何时对整个数据库进行操作，但是记录数目变化大并不能代表序列模式变化也大，因此本文利用样品抽样的方法来评估序列模式改变的程度，并根据改变的程度决定何时对整个数据库进行操作来更新序列模式，从而较好地解决了序列模式维护的问

4、题。关键词:搜索引擎，层次文档分类，自适应谐振理论，半监督学习，周期性关联规则，周期性一般关联规则，分组，序列模式ii南京航空航天大学博士学位论文AbstractInternetmakespeoplecaneasilyaccesstoinformation,buttheamountofpubliclyavailableinformationonthewebisgrowingexplosivelyandonlyasmallportionoftheinformationonthewebistrulyrelevantorusefulforaperson.So

5、howtohelppeoplefindtheirneedsonInternetbecomesaproblem.Searchenginescanhelpuserstofindtheirneedstosomeextent，butitcan'tsatisfycompletelytheneedsofusers.InthisbackgroundandAtthebaseofanalyzingthepresentsearchengineasviewedfromstructuralmodel,heregivesanovelsearchenginemodel(hybri

6、dmodel)andusessomemethodsortheoriesofdataminingtosolvesomeproblemsofInformationretrieval.Thecontentincludeshowtoconstructarationalsearchengine,howtoorganizetheresourceofInternetwithreason,howtofindtheimplicitresourceinInternetandhowtomaintaindataobtained.Themaincontributionsofth

7、isdissertationaresummarizedasfollows:Firstly,atthebaseofanalyzingthepresentsearchengineasviewedfromstructuralmodel,heregivesanovelsearchenginemodel(hybridmodel),itcanfinduser’sneedsquicklyandexactly,andhereanalysissomekeytechniquesforimplementofthehybridmodel.Secondly,thealgorit

8、hmofahierarchicaldocumentcategorizationbasedonF