西安电子科技大学软件学院级本科生.ppt

西安电子科技大学软件学院2006级本科生,项目需求分析报告中文文本分析工具,报告人：黄珊珊日 期：2008年3月,西安电子科技大学软件学院2006级本科生,主题安排,背景和意义文本分析领域的现状详细内容总结与建议参考资料,文本分析的背景和意义,上世纪九十年代以来，因特网以惊人的速度发展起来它容纳了海量的各种类型的数据和信息包括文本、声音、图像等。文本数据与声音和图像数据相比，占用网络资源少，更容易上传和下载，这使得网络资源中的大部分是以文本（超文本）形式出现的。,西安电子科技大学软件学院2006级本科生,文本分析的背景和意义,如何从这些浩瀚的文本中发现有价值的信息是信息处理的一大目标基于机器学习的文本分类系统能够在给定的分类模型下根据文本的内容自动对文本分门别类，从而更好地帮助人们组织文本、挖掘文本信息，因此得到日益广泛的关注，成为信息处理领域最重要的研究方向之一,中文文本分析现状,文本挖掘属于新兴的前沿领域,国内对此研究相对较少,目前国内外学者主要在文本结构分析、文本摘要、文本分类、文本聚类、文本关联分析、分布分析和趋势预测等方面进行了研究,中国学者在中文分词等领域取得了一些进展。文本挖掘可以对上大量文档集合的内容进行总结、分类、聚类、关联分析，以及利用文档进行趋势预测等。可以说关于文本挖掘的研究只是刚刚开始，诸多问题等待研究、解决。我们列出一些具有挑战性的问题，主要涉及到以下几个方面。,文本分析之文本聚类,文本聚类,项目研究目标：基于特征词的中文文本聚类,单机版建立文章库，找出关键词用户输入特征词将特征词与关键词相关性计算按照相关性将文章排序,涉及的问题域,分词特征词抓取 相似性计算准确性测试,运行示意图,特征词,相似 计算,文章排序,用户,软件,关键词,目前有的分词工具：ICTCLAS输入,输出,准确率评价,应用,数据挖掘技术从一开始就是面向应用的。目前，在很多领域，数据挖掘(data mining)都是一个很时髦的词，尤其是在如银行、电信、保险、交通、零售（如超级市场）等商业领域。数据挖掘所能解决的典型商业问题包括：数据库营销（Database Marketing）、客户群体划分（Customer Segmentation&Classification）、背景分析（Profile Analysis）、交叉销售（Cross-selling）等市场分析行为，以及客户流失性分析(Churn Analysis)、客户信用记分(Credit Scoring)、欺诈发现(Fraud Detection)等等。,应用之一电子商务,随着网络技术和数据库技术的成熟，全球传统商务正经历一次重大变革，向电子商务全速挺进。这种商业电子化的趋势不仅为客户提供了便利的交易方式和广泛的选择，同时也为商家提供了更加深入地了解客户需求信息和购物行为特征的可能性。数据挖掘技术作为电子商务的重要应用技术之一，将为正确的商业决策提供强有力的支持和可靠的保证，是电子商务不可缺少的重要工具,总结与评价,算法要求高界面设计实用为主使用广泛可扩展性较高,参考资源,参考软件：中科院,参考资料：,文本分类综述,文本分类技术研究,文本分类中的特征抽取,基于向量空间模型的文本分类方法的研究,文本分类的特征提取方法比较与改进,Thank you!,