| 题名 | 基于粗糙集的文本知识挖掘 |
| 作者 | 张其文 |
| 答辩日期 | 2003 |
| 文献子类 | 硕士 |
| 授予单位 | 兰州理工大学 |
| 导师 | 李明 |
| 关键词 | 文本挖掘 粗糙集 文本分类 文本聚类 文本特征抽取 分词 文本主题 自动文摘 |
| 学位名称 | 工学硕士 |
| 学位专业 | 计算机应用技术 |
| 英文摘要 | 目前，随着信息技术的快速发展，特别是网络的普及，以文本形式表示的信息越来越多，如何在纷繁复杂的信息海洋中找到自己需要的有用信息，具有广泛的应用背景和实用价值。传统的信息检索技术己不适应日益增加的大量文本数据处理的需要，用户需要更加有效的检索算法实现文档重要性和相关性的排列，完成不同文档的分类比较，或找出多文档的模式和趋势。 粗糙集理论是二十世纪八十年代由Z.Pawlak提出的一种新的处理不精确、不一致、不完整知识的数学工具。它在机器学习与知识发现、数据挖掘、决策支持与分析、专家系统、归纳推理、模式识别等领域得到了成功的应用。本文结合粗糙集理论对文本挖掘进行了研究。 |
| 语种 | 中文 |
| 页码 | 71 |
| 内容类型 | 学位论文 |
| 源URL | [http://ir.lut.edu.cn/handle/2XXMBERH/95861]  |
| 专题 | 计算机与通信学院 |
| 作者单位 | 兰州理工大学 |
| 推荐引用方式 GB/T 7714 | 张其文. 基于粗糙集的文本知识挖掘[D]. 兰州理工大学. 2003. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论