-
【作 者】
蔡立军
-
【学位年度】2003
-
【学位授予单位】湖南大学
-
【导师姓名】张大方， 郭克俊
-
【 关键词 】数据挖掘电子文档web日志挖掘VSM1_DEF方法无回溯搜索算法双栈结构电子邮件监控
-
【摘 要】
随着Internet及其信息服务的爆炸性增长，继数据挖掘技术成功地用于传统的数据库领域之后，人们对网络信息挖掘特别是Web数据挖掘技术也开始研究。
本文首先介绍了数据挖掘的定义、功能、模型和算法；研究了数据挖掘的背景、技术演变过程和现状。
接着描述了数据挖掘系统的原型框架，并着重对最常用的三种Web数据挖掘技术进行了分析：Web日志挖掘采用的模型有较大的缺陷：精度较低、模型代价太大、效率不高，不适合电子文档的数据挖掘；向量空间模型VSM法和基于示例学习的文档过...
更多 >>
随着Internet及其信息服务的爆炸性增长，继数据挖掘技术成功地用于传统的数据库领域之后，人们对网络信息挖掘特别是Web数据挖掘技术也开始研究。
本文首先介绍了数据挖掘的定义、功能、模型和算法；研究了数据挖掘的背景、技术演变过程和现状。
接着描述了数据挖掘系统的原型框架，并着重对最常用的三种Web数据挖掘技术进行了分析：Web日志挖掘采用的模型有较大的缺陷：精度较低、模型代价太大、效率不高，不适合电子文档的数据挖掘；向量空间模型VSM法和基于示例学习的文档过滤法其实都是一种文档比较、过滤模型的方法，这种方法的主要缺陷是向量的维数和计算开销非常巨大，挖掘效率低。处理包含模糊特性的事物，效果不是很好。对中心词进行模糊测度处理时，会产生较大的偏差。
最后，论文给出了一个实用的电子文档信息挖掘系统的解决方案。Internet上文档类型繁多，语种复杂，针对这些文档建立一个格式一致的数据库将是一项很复杂的事情。因此，本文采取了建立Internet服务器的文件资料镜像站点的方法，采用基于传统数据挖掘的逆过程，即先对电子文档进行挖掘后，把对用户有用的电子文档资料再进行建库，从而提高用户对信息处理的能力和处理速度。系统采用I_2DEF方法建立了结构模型、动态模型和功能模型；设计了双扫描缓冲区的无回溯搜索算法及搜索过程的双栈结构；根据电子邮件监控系统和电子文档挖掘技术的特征，设计了Bayes分类器并使用了增强型方法，提出了一种运用电子文档挖掘技术的电子邮件监控系统；构建了C/S和B/S双重体系结构；并给出了挖掘过程的部分函数调用关系及系统挖掘的处理过程、部分处理程序。系统能够实现电子文档的挖掘、发布、管理、电子邮件监控、系统维护等功能。
<< 收起
-
【文献类型】
学位论文
-
-
进入发现系统查看更多信息
页脚
