原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
CN43一l258／TP 计算机工程与科学 2012年第 34卷第 1期
ISSN 1OO7—13OX CCIMPUTER ENGINEERING ＆ SCIENCE VoL34，No．1，2012
文章编号 ：1007-130X(2012)01—0103—05
一 种基于文本相似度矩阵运算的
非结构化海量投诉数据分类算法
A TextSimilarityM atrixOperation——Based
C1assificationAlgorithm forLarge-scale
UnstructuredComplaintData
李 青 。陈 阳。。谢浩然 。蒙圣光
LIQing，CHENYang，XIEHao-ran，MENGSheng-guan~
(1．香港城市大学计算机科学系，香港 九龙塘 999077；
2．中国移动通信集团广西有限公司。广西 南宁 530000；
3．珠海市发思特软件技术有限公司，广东 珠海 519080)
(1．DepartmentofComputerScience，CityUniversityofHongKong，KowloonTong，HongKongSAR999077；
2．ChinaMobileCorporationGuangxiCo．Ltd．，Nanning530000；
3．FasterSoftwareTechnologyCo．Ltd．，Zhuhai519080，China)
摘 要 ：随着互联 网和信息技术的 日新月异 ，非结构化数据量有呈几何级数增长 的趋势。尤其是
web2．0网络社 区的流行与火爆 ，使得增长趋势得到 了进一步的加速。因此 ，面对海量的非结构化数据 ，
如何有效地管理和组织它们，以便于终端用户进行信息存取，成为了一个迫在眉睫的重要研究课题。本文
通过对非结构化数据的文本的建模和文本相似度 比较 ，对于大规模非结构化数据 的分类算法进行 了讨论
和研究，并将此算法应用到了中国移动的投诉数据分类系统 中。在系统实施后，非常有效地提高了投诉数
据的处理效率，从而印证所提 出分类算法及系统框架的有效性。
Abstract：W ith thefastdevelopmentofthe Internetand information technology nowadays，the
growthofthevolumeofunstructureddataisexponentia1．Inparticular。theprevalenceoftheW eb 2．0
network community furtherenlargesthe growth tendency．Therefore，how to manageandorganize
large—scaleunstructureddataeffectively，SOastofacilitateend—userinformationaccess，becomesan ur—
gentandimportantresearch topic．In thispaper，basedon thetextofunstructureddatamodelingand
textsimilarity。theexistinglarge—scaleunstructureddataclassificationalgorithmsaresurveyedanddis-
cussed，andtheyareapplied toaChinaMobileusercomplaintdataclassification system．Uponthelat—
ter，theeffectivenessofprocessingthecomplaintdataisshowntohavebeenmuchimproved，andtheUS—
ageofourproposedclassificationalgorithm andsystem architectureis
文档评论（0）