K-Means算法的研究及在文本聚类中应用.doc

学校代码：*** 学 号：*** 密 级： K-Means算法研究及在文本聚类中的应用 The Research and Application in Text Clustering of K-Means Algorithm 姓 名 学科专业 计算机应用技术 研究方向 Web技术 指导教师 完成时间 201年4月 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。 学位论文作者签名：　　　　　　　　　签字日期：　　　　年　　月　　日 学位论文版权使用授权书 本学位论文作者完全了解有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。 （保密的学位论文在解密后适用本授权书） 学位论文作者签名：　　　　　　　　　导师签名： 签字日期：　　　年　　月　　日　　　签字日期：　　　　　年　　月　　日 学位论文作者毕业去向： 工作单位：　　　　　　　　　　　　　　　　电话： 通讯地址：　　　　　　　　　　　　　　　　邮编： K-Means算法；数据预处理；文本聚类Abstract With the rapid development of the Internet, the process of storing large amounts of textual information becomes easier. Simultaneously, the number of available documents on the Web is growing rapidly. When the amount of usable information continues growing, the abilities of users understanding and managing remain unchanged. Naturally, problems, such as how to find out the interesting one from so much information and how to categorize these unclassified text information, involve a new research direction-text mining. As one of the most important research branches of text mining, text clustering mining means a method to find the categories information and inclusion of text corpus, which divide the text document into different specified categories according to the standard of similarity metrics. All this makes each class has a higher similarity and also gives the corresponding overview description for each category. Comparing with ordinary experimental data clustering, text clustering mining has its own unique characteristic, so it is a great challenge field for pursers. Currently, researches and applications on the K-Means algorithm are increasing, especially in text clustering mining. In this article, we introduced the basic theory of cluster analysis and text clustering mining firstly, and then put forwar