毕业论文PPT答辩-基于数据挖掘的红楼梦作者考证.pptVIP

基于数据挖掘的红楼梦作者考证 指导老师： 学生姓名： 答辩时间：2009年6月9日 答辩内容 课题背景及意义 研究动态 数据挖掘流程 经典聚类算法 实验过程 结果分析 总结与展望 课题背景与意义 红学研究国际化、现代化 红楼梦用词的偶然性与客观规律 数据挖掘提取客观规律 意义 现代方法探索古代文学 加深对红楼梦的认识、理解 研究动态 国际上： 现代化“国际红学资料中心” 深圳大学：《红楼梦》多功能计算机自动 检索系统 复旦大学李贤平教授 ：《红楼梦成书新说》 数据挖掘系统图 数据挖掘流程 数据挖掘（Data Mining，简称DM ）：数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。 主要内容 数据选择 数据预处理 经典聚类算法 聚类：把一组个体按照相似性划分成若干个 类别 聚类算法 k-means算法 分层聚类法 采用估算最大值法 …… K-means算法 思想：相邻两次的聚类中心没有任何变化，数据对象调整结束 。 特点 相对易实现 时空效率高 应用广泛 K-means算法（续） 流程步骤 从 n个数据对象任选 k 个作为初始聚类中心 循环3到5直到每个聚类不再发生变化为止 计算每个对象与中心对象的距离 根据最小距离重新划分 重新计算中心对象 实现代码 实验过程 数据选择 原则：与文章内容关系小 所选字词：虚词(之，其, 或，亦 …)， 转折词(而，虽，然，但 …) … 实现：字频统计程序 实验过程（续1） 数据预处理 数据归一化：范围0~1 归一化公式： 实验过程（续2） 数据分析 K的取值从1到10 对所取k值运行k-means程序 分别得出运行结果 结果分析 对所取k得到的结果进行分析 确定最终的聚类结果 图示该结果（还没弄出来） 总结与展望 完成用数据挖掘方法考证红楼梦作者 在前人研究基础上增强了精确度 考证工作的进一步完善 词语选择 人物关系 算法改进 谢 谢! * *