文献类型：期刊文章

作　　者：林媛[1]

机构地区：[1]山西农业大学信息科学与工程学院,山西太原030801

出　　处：《计算机仿真》

年　　份：2017

卷　　号：34

期　　号：2

起止页码：414-417

语　　种：中文

收录情况：BDHX、BDHX2014、ZGKJHX、核心刊

摘　　要：对非结构化网络中有价值信息数据挖掘的研究,可更好的提升非结构化海量网服务质量。采用当前方法进行数据挖掘时,需要对信息数据先进行降噪,但降噪过程较为复杂,挖掘方法局限性大。提出基于关联规则的非结构化网络中有价值信息数据挖掘方法。利用特征提取方法对文本特征进行初步的分类与识别,提取不同文本类型的特征,利用关联规则方法计算各个类型特征间的关联度,将不同文本类型特征中较为明显的词作为聚类的对象,搜索出在给定样本数据上具有最大后验概率的文档划分方案,将每个文档信息作为其类别形成的随机符号序列,采用最大似然估计计算出各个符号的频率分布,利用计算的结果完成对信息数据挖掘。仿真结果表明,所提方法可扩展性较强,可以有效地完成对非结构化网络中有价值信息数据挖掘。

关 键 词：非结构化网络  有价值信息  数据挖掘

分 类 号：TP391]