面向学科相关性分析的文本关联规则挖掘技术研究-计算机科学与技术专业毕业论文.docxVIP

原创性声明本人声明，所呈交的学位论文是本人在导师指导下进行的研究 原创性声明 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。尽我所知，除了论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 包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我 共同工作的同志对本研究所作的贡献均己在论文中作了明确的说明。 作者签名： 堑竺!型 日期：丛年』望日 学位论文版权使用授权书 本人了解中南大学有关保留、使用学位论文的规定，即：学校 有权保留学位论文并根据国家或湖南省有关部门规定送交学位论文， 允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内 容，可以采用复印、缩印或其它手段保存学位论文。同时授权中国科 学技术信息研究所将本学位论文收录到《中国学位论文全文数据库》， 并通过网络向社会公众提供信息服务。 作者签名：—筐旦斗导师签名茎荔作者签名：—筐旦i导师签名茎荔 日期：型年』月望日日期：二翌卫年』月望日 摘要文本挖掘技术是现代信息处理中正在研究的热点课题。在文本挖 摘要 文本挖掘技术是现代信息处理中正在研究的热点课题。在文本挖 掘过程中，文本数据预处理和文本关联规则分析是两个最主要的步 骤。本文针对文本挖掘数据预处理过程中存在的问题，结合一般评审 系统项目申报书的特点，提出了基于改进的最大关键词特征权重下文 本关联规则挖掘方法，并在此基础上深入探讨了关联规则的后处理挖 掘的方法。 本文在分析科技项目申报书特点的基础上，研究并实现了针对项 目申报书的文本关联规则提取，并用文本特征向量对项目申报书进行 有效的表示。本文在分析了传统的基于词频一逆文频的文本特征选择 的基础上，引用了一种改进的关键词特征权重计算方法，该方法利用 领域关键词信息域权重的计算方式，实现了对科技项目申报书的相关 学科进行有效的文本特征选择，并通过实验验证了该方法的有效性。 针对传统关联规则挖掘过程中文本特征向量表示维数巨大，频繁 集生成复杂等问题，提出了基于)(ML格式的最大特征权重关联规则挖 掘方案。该方案在整个文本挖掘过程中，都可以给文本数据的存储和 计算带来极大的便利。针对学科相关性分析特点，研究并设计了基于 学科领域关键词同现的关联规则后处理方法。通过计算关键词和学科 领域词之间的同现度，达到对学科相关领域新的热点或者盲点问题进 行研究的目的，并通过实验验证了该方法的有效性。 关键词文本挖掘，关键词权重，关联规则，领域关键词，同现 AB AB STRACT TbXt Mining is the hot research of the modem infomlation processing．In the process of text mining，the text data pre_processing and the association rules extraction play an important role．In that case of the open question of the pre_processing about text mining and the general chamcteristics of the project印plication in the evaluation system，this p叩er put fonvard a new method of association rules analysis based on t}1e improVed max weighting of ke)例ord featlJre．On the basis，this paper pays some attention on the reprocessing of the association mles． Based on me characteristics of the project即plication of science and technology，the establishment method of association mles extraction for the text data is researChed and desi掣1ed．At the s锄e time，an e日’ectual description of the text eigenVectors is used．Besides，an improved method for keywords’featllre weighting is in们duced by锄alyzing the traditional text fea_ture seleC