自动网页主题聚类与分类——自动网页主题聚类方法研究(毕业设计论文).docVIP

本 科 毕 业 设 计 题 目：自动网页主题聚类与分类 ——自动网页主题聚类方法研究 目录 第一章：引言 5 1.1课题的研究意义 5 1.2课题的主要内容 6 1.3国内外研究现状 6 第二章：文本聚类算法研究背景 7 2.1聚类分析 7 2.2 文档预处理 8 第三章：基于划分和层次的文本聚类方法 10 3.1基于划分的聚类方法 10 3.2基于层次的聚类方法 12 第四章：基于语义关联网络文本聚类 15 4.1语义Web简介 15 4.2从网络中提取语义 16 4.3语义聚类算法思想 17 第五章：文本聚类分析效果评价 18 5.1语料库的训练与测试 18 5.2阈值策略 18 5.3评价指标 19 5.4实验结果比较与评价 20 第六章：结语 22 参考文献 22 自动网页主题聚类方法研究 摘要 聚类分析是一种群分析，沿用了“物以类聚”的思想，把世间万物分门别类地聚集起来形成一个个群体。在实际应用中，通常是对一个样本集合进行聚类，然后划分出不同的类别并分组处理。聚类分析的应用十分广泛，涵盖了生物学、数学、统计学、空间数据库等领域，近年来更是在企业公关、市场营销等商业领域普及。 文本数据挖掘是数掘挖掘的一个边缘分支学科，旨在快速地从海量文本中提取出有效信息，涉及机器学习、数理统计、神经网络、自然语言处理等知识。文本在聚类前必须经过预处理过程，文本在计算机中只是字符串的集合，因此需要转换为计算机易于操作的数据，空间向量模型简便直观地解决了这一问题。本文着重介绍了基于划分、基于层次和基于语义关联的聚类算法，并在自定义的语料库中进行实验研究，把结果与传统结论作对比评价。 关键词 数据挖掘 k-means 语义关联 效果评价 Researches on automatic web page clustering method Abstract: Cluster analysis is an analysis method which follows the thought of Birds of a feather flock together, categorized all things come together to form a group.In pratical application,a collection of sample cluster usually divided in different categories and groups. the application Cluster analysis is very extensive, covering fields such as biology, mathematics, statistics, spatial databases.In recent years,it also covers corporate communications, marketing and commercial areas universally . Text data mining is one of the few mining excavation edge branch, is designed to quickly extract valid information from mass-text, involving knowledge of mathematical statistical, neural networks, machine learning, natural language processing. Text preprocessing that must be done before the cluster, Text is only a collection of strings in computers, they needs to be converted to data for processing easily in computers, space vector model is simple and intuitive solution to this problem.This article focuses on the clustering algorithm based on partitioning method, hierarchical method and semantic association, and do experimental study on custom corpus,and contrast experiment