基于正负关联规则的Web文档分类研究-计算机应用技术专业论文.docxVIP

§ - 4 学位论文独创性声明本人声明，所呈交的学位论文系在导师指导下本人独立完成的研究成果。文 学位论文独创性声明 本人声明，所呈交的学位论文系在导师指导下本人独立完成的研究成果。文 中引用他人的成果，均已做出明确标注或得到许可。论文内容未包含法律意义上 已属于他人的任何形式的研究成果，也不包含本人已用于其他学位申请的论文或 成果，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}兑 明并表示谢意。 论文作者签名：盈筵苤 学位论文知识产权权属声明 本人在导师指导下所完成的论文及相关的职务作品，知识产权归属山东轻工 业学院。山东轻工业学院享有以任何方式发表、复制、公开阅览、借阅以及申请 专利等权利，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版， 本人离校后发表或使用学位论文或与该论文直接相关的学术论文或成果时，署名 单位仍然为山东轻工业学院。 论文作者签名： H期：2止年￡月篮R 导师签名： Ft,苴71：≯坦年』月鲨同 L J 山东轻T业学院颂lj学位论文目 山东轻T业学院颂lj学位论文 目 录 摘 要 ．I ABSTRACT． ． ． ． ． ． ．． ． ． ． ．I 第1章绪论 ．．1 1．1数据挖掘概述 1 ◆ 1．2 Web文档分类概述 ．6 1．3本文的研究背景及意义 7 第2章Web文档分类的相关技术 ．9 2．1 Web挖掘 ．9 2．1．1 Web挖掘的概念 9 2．1．2 Web挖掘的分类 9 2．2 Web文本挖掘 12 2．3 Web文档分类 l 4 2．3．1 Web文档分类的步骤 ．14 2．3．2 Web文档分类的关键技术 ．15 2．3．3 Web文档分类的算法 ．1 8 2．3．4 Web文档分类的方法的评价 ．20 第3章基于正关联规则的Web文档分类技术 ．．21 3．1关联规则挖掘 2 1 3．1．1关联规则的概念 2 l 3．1．2关联规贝0挖掘算法 22 3．2正关联规则Web文档分类技术 ．27 3．2．1正关联规则Web文档分类的现状 27 3．2．1正关联规则W曲文档分类技术 29 第4章负关联规则的相关技术 ．．3 l 4．1负关联规则挖掘产生 ．．3l 4．2负关联舰则的定义 ．．32 4．3负关联规则的算法 ．．32 第5章基于正负关联规则Web文档分类 ．37 5·1Web文档预处理 5·1 Web文档预处理 ．．37 5．2基于萨负关联规则Web文档分类 38 5．3实验及结果分析 ．．39 第6章结论与下一步的工作 41 参考文献 ．．43 致 谢 ： ：■ ： 47 攻读硕士学位期间取得的科研成果 ．49 ， ● ．0’ 2 山东轻T业学院硕Ij学位论义摘 山东轻T业学院硕Ij学位论义 摘 要 关联规则挖掘是数据挖掘中重要内容之～，旨在发现大龟数据中项集之问的 关联或相关关系。将关联规则挖掘技术应用于Web文档分类，可以更有效地组织 和管理海量的web信息，更快地查找网络上的信息。然而，目前-火多研究者在 Web文档分类中仅仅涉及到了正关联规则挖掘，而较少涉及负关联规则。负关联 规则可以发现项集之间的负关联火系，是对证关联规则挖掘技术的补充，将负关 ■ 联规则挖掘技术应用于Web文档分类，就可以发现那些负相火的Web文档，从而 提高Web文档分类的J下确度。然而，如何把负关联规则应用j二web文档分类还是 一个新问题，为此，本文对这一问题进行了讨论，并提f{{了一种基于正负关联规 则的Web文档分类方法。 本文介绍了目前Web文档分类所涉及的分类方法，并对闺内外正负关联舰则 的研究现状进行了总结，提出了一种基于正负关联规则的Web文档分类方法。该 方法巾首先对web文档进行预处理，将非结构化的数据变成结构化数据，从而建 立起新的事务集合；然后利用Apriori算法求出频繁2．项集后，用修改后的PNARC 模型进行规则选择，删除矛盾的关联规则，得到iF确的正负关联规则，从而区分 出文档之问的相关性，以此来确定文档是否真正属于问一类别，并通过实验对这 个方法进行验证，证明该算法可以对Web文档进行iF确的分类。 关键词：数据挖掘；负关联规则；Web文档分类 飞;? ? @ Association Association rule is an important part of data mining，is in order to find the links between items．The mining association rule technique is used in Web Document Classification，could more effectively organize and mana