粗糙集理论在文本挖掘中的应用研究

《粗糙集理论在文本挖掘中的应用研究》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、摘要数据挖掘和文本挖掘是研究如何获取知识的重要领域。粗糙集理论是一种在保持分类能力不变的前提下，通过属性约简导出概念分类规则的新型软计算方法，该理论在文本挖掘中的应用研究具有重要的理论意义。本文主要对粗糙集理论在文本挖掘中应用方法进行研究，包括基于分明矩阵的属性约简和基于Apriori算法的关联规则挖掘两个方面。首先，本文提出先对决策表进行约简，删除其中的冗余项，然后生成分明矩阵；在对分明矩阵进行属性约简的过程中，通过对核属性的提取，减少中间冗余范式的生成，提高了算法的效率。其次，本文根据Apriori算法的

2、性质，在扫描数据库生成候选项集的同时删除不满足该性质的项，缩小数据库规模，从而减少了扫描数据库所消耗的时间。与传统经典算法相比，改进后的算法在运行时节省了大量的时问和空间上的消耗，在处理大规模的文本数据库挖掘的性能上有很大提升。关键词：粗糙集文本挖掘分明矩阵Apriofi算法ABSTRACTDataminingandtextminingistoexaminehowaccesstoknowledgeoftheimportant踟．eas．Roughsettheoryisaclassificationcapabi

3、litywhilemaintainingthesamepremise，throughtheconceptofattributereductionclassificationrulesderivedanewsoftcomputingm酬hod，thetheoryintheapplicationoftextminingresearchhasimportanttheoreticalsignificanceandpracticalvalue·Inthispaper,theroughsettheoryintheappl

4、icationofmethodsoftextminingstudies，includingthosebasedonclearmatrixattributereductionalgorithmApriori-basedassociationruleminingtwoaspects．First，Inthispaper,thefirstreductionofthedecision-makingtable，deletetheredundantentries．aIldthengeneratethedistinctmat

5、rix；inClearmatrixoftheattributereductionprocess，throughtheextractionofnuclearpropertiesandlogicaloperationssimplification,reducingthegenerationofintermediateredundantparadigmtoimprovetheefficiencyofthealgorithm．Second，BasedonthenatureoftheAprionalgorithm，wh

6、ilescaningthedatabaseatthesametimegeneratethecandidatesettodeletetheitemdoesnotmeetthenature，Reducethesizeofthedatabase，therebyreducingthetimeconsumedbyscanmngthedatabase．Comparedwiththetraditionalclassicalalgorithm，theimprovedalgorithminrun·timesavealotoft

7、imeandspaceconsumption，indealingwithlarge-scaletextdatabaseminingperformancehasimprovedSOmuch．Keywords：RoughsettextminingclearmatrixApriorialgorithmII长春理工大学硕士学位论文原创性声明本人郑重声明：所呈交的硕士学位论文，《粗糙集理论在文本挖掘中的应用研究》是本人在指导教师的指导下，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

8、或集体己经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已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。作者签名：堡垒变；．幽全年土月二生日长春理工大学学位论文版权使用授权书本学位论文作者及指导教师完全了解“长春理工大学硕士、博士学位论文版权使用规定”，同意长春理工大学保留并向中国科学信息研究所、中国优秀博硕士学位论文全文数据库和CNⅪ系列数据库及其它国家有关部门