高维数据集中局部离散文本数据挖掘的方法的研究.docVIP

高维数据集中局部离散文本数据挖掘的方法的研究 　　摘 要： 提出利用基于多目标优化软子空间聚类理论的关联规则数据挖掘方法对高维数据集中局部离散文本数据实现数据特征有效挖掘。首先，利用多目标优化软子空间聚类思想结合非支配排序遗传理论优化加权类内紧致及加权类间分离函数，获取优化后的目标函数及非占优Pareto最优解集，运用加权子空间划分方法对最优解集完成特征聚类；其次，基于关联规则思想运用一种特征提取和关联文本的识别方法，对聚类后的文本特征进行文本间及文本内部的特征识别和分类，即实现了文本信息数据的有效挖掘。实验证明，利用多目标优化软子空间聚类数据挖掘方法可以有效实现高维集中局部离散文本数据的挖掘。 　　关键词： 高维数据； 数据特征聚类； 数据挖掘； 关联规则 　　中图分类号： TN911.1?34； TP391 文献标识码： A 文章编号： 1004?373X（2017）19?0138?04 　　Research on local discrete text data mining method in high?dimensional dataset 　　NONG Xiaofeng 　　（Modern Educational and Technological Center， Guilin Tourism University， Guilin 541006， Chin