一种基于K均值的网络文本信息挖掘算法设计

作     者：刘晓敏 张艳丽 聂磊 LIU Xiao-min;ZHANG Yan-li;NIE Lei

作者机构：佳木斯大学黑龙江佳木斯154007 

基　　金：佳木斯大学校级重点项目<计算机科学与技术专业实施导师制的研究>(项目编号:2017LGL-009) 佳木斯大学教研项目(2016JL1015) 佳木斯大学学位与研究生教研项目(基于"产 学 研"的研究生创新能力的培养与实践) 

出 版 物：《电脑知识与技术》 (Computer Knowledge and Technology)

年 卷 期：2017年第13卷第8X期

页      码：1-2,24页

摘      要：随着大数据、云计算等技术的发展和普及,人们已经进入到共享信息的"互联网+"时代,智能化、自动化系统运行积累了海量的数据资源,比如数以亿计的文该文档,这些资源充斥着整个网络,无处不在,给人们的搜索带来了极大的不便。该文为了解决网络文本挖掘速度慢、准确度低的问题,提出了一种基于K均值的网络文本信息挖掘算法,实验结果表明,与传统的遗传算法、支持向量机、BP神经网络相比,该文算法的准确度可以显著提高10.3%,并且不需要先验知识,更加适用于当前互联网搜索引擎、专家系统等,具有重要的作用和意义。

主 题 词：K均值 聚类 文本信息挖掘 准确度 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.14004/j.cnki.ckt.2017.2589

馆 藏 号：203269684...