注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 基于Web数据挖掘的论文

  2. 一篇硕士论文，可以用于文本分类，web挖掘等方面的研究参考。

  3. 所属分类：Web开发

    • 发布日期：2009-06-22
    • 文件大小：2097152
    • 提供者：denglizi_geng

  1. 蛙蛙教你文本聚类(WawaTextCluster.zip)

  2. 文本聚类是搜索引擎和语义web的基本技术，这次本蛙和大家一起学习一下简单的文本聚类算法，可能不能直接用于实际应用中，但对于想学搜索技术的初学者还是有一定入门作用的。这里会用到TF/IDF权重，用余弦夹角计算文本相似度，用方差计算两个数据间欧式距离，用k-means进行数据聚类等数学和统计知识。关于这些概念可以去google，或者参考文本后的参考链接。

  3. 所属分类：Web开发

    • 发布日期：2009-07-03
    • 文件大小：16384
    • 提供者：bluecyclone

  1. 有关层次聚类算法优秀论文集

  2. 文本聚类是在没有学习的条件下对文本集合进行组织或划分的过程,基本思想是要将相似的文本 划分到同一个类中. 文本聚类技术能够用来发现大规模文本集合的分类体系,以及为文本集合提供一个 概括视图;它在信息自动获取,Web 数据挖掘等领域都有很多的应用。压缩了数十篇基于层次聚类的聚类算法相关论文。

  3. 所属分类：其它

    • 发布日期：2009-12-14
    • 文件大小：5242880
    • 提供者：wuwuinbnu

  1. 基于Web文本的聚类算法的应用研究

  2. Web文本 聚类算法 基于Web文本的聚类算法的应用研究

  3. 所属分类：Web开发

    • 发布日期：2010-04-26
    • 文件大小：2097152
    • 提供者：rlightning

  1. Web文本聚类技术及聚类结果可视化研究

  2. 大连交大一位马同学的硕士论文。设计并实现了一个并行K-means聚类算法和Web文本聚类原型系统，可进行并行K-means算法的划分聚类和基于层次的组平均聚类。利用几 组Web文本数据集对基本的K-means算法和改进的算法以及基于层次的组平均算法进行试验和比较，验证改进算法的有效性。实验结果表明：并行K-means算法的聚类结果与串行算法相同，但执行效率得到了很大的提高。

  3. 所属分类：其它

    • 发布日期：2010-09-27
    • 文件大小：1048576
    • 提供者：afanger

  1. Web 文本挖掘中特征提取算法的分析及改进

  2. 介绍Web 文本挖掘的定义, 描述几种特征提取方法及特点, 并在主成分分析的基础上提出了SVD 方 法, 进一步提高了Web 文本的处理效率, 为文本的分类、聚类以及其它处理提供了简练的特征表示方法. 实验证明, 该处理方法有效降低了文本特征矢量的维数

  3. 所属分类：Web开发

    • 发布日期：2010-12-02
    • 文件大小：183296
    • 提供者：xiaoxiaolou

  1. Web文本挖掘技术研究

  2. WWW上的信息量迅猛增长,Internet成为一个拥有大量Web文本资源的巨型数据库。大量异构、非结构化 的Web文本对数据挖掘技术提出新的挑战。分析了Web文本的特点、Web文本挖掘的一般流程以及Web文本挖掘 中的关键技术。

  3. 所属分类：其它

    • 发布日期：2011-09-03
    • 文件大小：63488
    • 提供者：asllj

  1. Web文本挖掘技术研究

  2. 作为从浩瀚的Web信息资源中发现潜在的、有价值知识的一种有效技术, Web挖掘正悄然兴起, 倍受关注. 目前, Web挖掘的研究正处于发展阶段, 尚无统一的结论,需要国内外学者在理论上开展更多的讨论. 同时,Web挖掘系统的开发对其研究也将起到很大推进作用. 首先探讨了Web挖掘的有关理论, 从Web挖掘的定义、Web挖掘与Web信息检索的关系、Web挖掘任务的分类与功能等方面加以阐述. 然后重点分析了Web文本挖掘的方法, 包括: 文本的特征表示、文本分类与文本聚类. 在此基础上简单介绍了一

  3. 所属分类：网络安全

    • 发布日期：2012-04-05
    • 文件大小：252928
    • 提供者：bbs271

  1. Web Data Mining (英文)

  2. 目录回到顶部↑ 第一部分 数据挖掘基础. 第1章 概述3 1.1 什么是万维网3 1.2 万维网和互联网的历史简述4 1.3 web数据挖掘5 1.3.1 什么是数据挖掘6 1.3.2 什么是web数据挖掘7 1.4 各章概要8 1.5 如何阅读本书10 文献评注10 第2章 关联规则和序列模式12 2.1 关联规则的基本概念12 2.2 apriori算法14 2.2.1 频繁项目集生成14 2.2.2 关联规则生成17 2.3 关联规则挖掘的数据格式19 2.4 多最小支持度的关联规则挖掘

  3. 所属分类：专业指导

    • 发布日期：2012-05-02
    • 文件大小：8388608
    • 提供者：chen_767

  1. 智能Web算法-包含文本、推荐、聚类、分类、分类器组合.pdf

  2. 智能Web算法-包含文本、推荐、聚类、分类、分类器组合.pdf

  3. 所属分类：专业指导

    • 发布日期：2012-06-19
    • 文件大小：7340032
    • 提供者：zhangdidabao

  1. 蛙蛙教我学习文本分类

  2. 文本聚类是搜索引擎和语义web的基本技术，这次本蛙和大家一起学习一下简单的文本聚类算法，可能不能直接用于实际应用中，但对于想学搜索技术的初学者还是有一定入门作用的。这里会用到TF/IDF权重，用余弦夹角计算文本相似度，用方差计算两个数据间欧式距离，用k-means进行数据聚类等数学和统计知识。关于这些概念可以去google，或者参考文本后的参考链接。 思路：计算两篇文档的相似度，最简单的做法就是用提取文档的TF/IDF权重，然后用余弦定理计算两个多维向量的距离。能计算两个文本间的距离后，用标准

  3. 所属分类：C#

    • 发布日期：2013-03-11
    • 文件大小：16384
    • 提供者：makangmk

  1. 互联网文本聚类与检索技术研究

  2. 第一章绪论 第二章文本聚类的语义特征降维研究 第三章基于容错粗糙集技术的搜索结果聚类算法 第四章基于频繁词集挖掘的文本聚类研究 第五章基于自动文摘的Web检索

  3. 所属分类：Java

    • 发布日期：2013-06-24
    • 文件大小：7340032
    • 提供者：liaoyulin0609

  1. 文本聚类在Web挖掘系统中的应用.PDF

  2. 文本聚类在Web挖掘系统中的应用.PDF 文本聚类在Web挖掘系统中的应用.PDF 文本聚类在Web挖掘系统中的应用.PDF

  3. 所属分类：Web开发

    • 发布日期：2008-11-13
    • 文件大小：243712
    • 提供者：juicewall

  1. 一种基于Web文本聚类的用户兴趣发现模型的研究

  2. 一种基于Web文本聚类的用户兴趣发现模型的研究 一种基于Web文本聚类的用户兴趣发现模型的研究

  3. 所属分类：Web开发

    • 发布日期：2008-11-13
    • 文件大小：180224
    • 提供者：juicewall

  1. Web文本挖掘系统及聚类算法的研究

  2. 网通集团研究院信息技术研究部一位牛人的工作

  3. 所属分类：Web开发

    • 发布日期：2008-11-25
    • 文件大小：890880
    • 提供者：haoya3535

  1. 基于学习的web搜索结果聚类 论文

  2. 基于学习的web搜索结果聚类的一篇论文，外文的，学习文本聚类，开发聚类搜索引擎学习有帮助

  3. 所属分类：Web开发

    • 发布日期：2009-01-07
    • 文件大小：198656
    • 提供者：yaolei520

  1. Web文本挖掘技术及其应用的研究

  2. 文章详细研究了Web 文本挖掘的定义及类型, 重点分析了Web 文本挖掘算法, 总结了文本挖掘的应用, 提出了今后工作的重点。

  3. 所属分类：Web开发

    • 发布日期：2009-04-15
    • 文件大小：68608
    • 提供者：nellybamboo

  1. 用于Web文档聚类的基于相似度的软聚类算法

  2. 用于Web文档聚类的基于相似度的软聚类算法，姜亚莉，关泽群，Internet的发展为人们提供了大量的信息资源，Web文本挖掘是从非结构化的文本中发现潜在的有价值的知识的一种有效技术，Web文本聚类能�

  3. 所属分类：其它

    • 发布日期：2020-02-01
    • 文件大小：128000
    • 提供者：weixin_38640242

  1. 基于网页分割的Web信息提取算法

  2. 针对网页非结构化信息抽取复杂度高的问题，提出了一种基于网页分割的Web信息提取算法。对网页噪音进行预处理，根据网页的文档对象模型树结构进行标签路径聚类，通过自动训练的阈值和网页分割算法快速判定网页的关键部分，根据数据块中的嵌套结构获取网页文本提取模板。对不同类型网站的实验结果表明，该算法运行速度快、准确度高。

  3. 所属分类：其它

    • 发布日期：2020-10-22
    • 文件大小：221184
    • 提供者：weixin_38545961

  1. 基于Dirichlet过程的Deep Web数据源聚类方法

  2. 提出了一种基于Dirichlet过程的Deep Web数据源聚类方法，该方法采用层次Dirichlet过程（HDP）进行特征提取。首先将查询接口中原本高维稀疏的文本表示为主题特征，该过程能自动确定特征数。然后将文本看成多项式模型，采用Dirichlet过程混合模型聚类。该模型无需人工事先指定聚类个数，由Dirichlet过程根据数据自动计算得到，特别适用于Deep Web数据源数量大、变化快的特点。在通用数据集TEL-8上进行验证实验，并与其他聚类方法在F-measure和熵值两个指标上进行对比

  3. 所属分类：其它

    • 发布日期：2020-10-17
    • 文件大小：573440
    • 提供者：weixin_38598703
« 12 3 »