web挖掘基礎(chǔ)ppt課件-展示頁
2025-01-28 19:37本頁面
【正文】 evel Collection ? Web數(shù)據(jù)的復(fù)雜性高于傳統(tǒng)的文本文檔 ? Web是一個(gè)動態(tài)性極強(qiáng)的信息源 ? Web面對的是一個(gè)廣泛的用戶群體 ? Web上的信息只有很小的一部分是相關(guān)的或有用的 Web挖掘與 IR ? Web上的 IR是 Web挖掘的一個(gè)方面，僅是對信息有序化。 ? Web挖掘是智能化的 IR， IR出現(xiàn)早，技術(shù)成熟。 ? Web挖掘主要處理文本、圖形和圖像等半結(jié)構(gòu)、非結(jié)構(gòu)化的數(shù)據(jù)，這些數(shù)據(jù)分布在 Web文檔、 Web服務(wù)器的日志、用戶cookies等 。 ? Web內(nèi)容挖掘主要包括文本挖掘和多媒體挖掘兩類，其挖掘?qū)ο蟀ㄎ谋?、圖像、音頻、視頻和其他各種類型的數(shù)據(jù)。 Web 文本I n t e r n e t 采集 特征庫提取 結(jié)果挖掘 輸出評價(jià)Web文本挖掘的方法 ? 文本概括：從文本（集）中抽取關(guān)鍵信息，用簡潔的形式總結(jié)文本（集）的主題內(nèi)容。 ? 文本分類 ：把一些被標(biāo)記的文本作為訓(xùn)練集，找到文本屬性和文本類別之間的關(guān)系模型，然后利用這種關(guān)系模型判斷新文本的類別。 ? 文本聚類：根據(jù)文本的不同特征劃分為不同的類。 Web文本挖掘的應(yīng)用 ? 搜索引擎領(lǐng)域：利用 Web文本挖掘可以更合理地組織搜索結(jié)果：按照頁面之間的相似程度分為若干簇。 文本挖掘在垃圾郵件過濾中的應(yīng)用 訓(xùn)練emai l郵件預(yù)處理 自動分詞分類向量庫詞典參考待分類emai l初級過濾初級分類庫自動分詞基于內(nèi)容的二次過濾用戶參考訓(xùn)練模塊初級分類模塊基于內(nèi)容的二次過濾模塊Web多媒體挖掘 ? Web多媒體挖掘是從大量多媒體數(shù)據(jù)中通過綜合分析視聽特性和語義，發(fā)現(xiàn)隱含的、
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1