基于文本数据挖掘的硕士论文分类技术

发布时间：2017-10-27 09:32

  本文关键词：基于文本数据挖掘的硕士论文分类技术

  更多相关文章： 数据挖掘 文本分类 支持向量机 研究方向

【摘要】：针对硕士论文的摘要和关键词等数据进行数据挖掘,实现硕士论文自动分类。为此收集了2000余个相关数据,在对所研究的数据对象特点进行分析的基础上,确定了分类算法,详细分析了支持向量机分类方法;对收集的研究数据进行了仿真实验,并与其他常用分类器进行比较。实验表明,基于支持向量机的分类方法比其他常用分类器具有较高的准确率。对实验结果中得到的知识进行了分析,得出一系列可供科学研究者和管理者参考的结论。
【作者单位】： 重庆邮电大学计算机学院;
【关键词】： 数据挖掘 文本分类 支持向量机 研究方向
【基金】：重庆市教委基金(KJ080510)~~
【分类号】：TP391.1
【正文快照】： 0引言随着计算机技术突飞猛进的发展,研究领域的方向日益增多,各研究方向之间联系日益紧密,新技术层出不穷,造就了新的研究方向大量涌现。硕士论文的摘要和关键词是一篇论文的主题及主要内容的概括,对其进行分析基本就能确定其研究方向。本文通过对大量计算机专业硕士论文的

【参考文献】

中国期刊全文数据库 前8条

1 周玉敏;;基于Rough集的数据挖掘在教学评价中的应用[J];重庆邮电大学学报(自然科学版);2008年05期

2 王越;桂袁义;;基于关联分析的数据挖掘在体检CRM中的应用[J];重庆理工大学学报(自然科学版);2010年03期

3 何峰;;一种基于粗糙集理论的文本分类方法[J];自动化与信息工程;2006年03期

4 樊兴华;孙茂松;;一种高性能的两类中文文本分类方法[J];计算机学报;2006年01期

5 刘洋;;中文文本分类中特征选择方法的比较研究[J];科技信息;2007年03期

6 苏金树;张博锋;徐昕;;基于机器学习的文本分类技术研究进展[J];软件学报;2006年09期

7 郝晓燕;常晓明;;中文文本分类研究[J];太原理工大学学报;2006年06期

8 龙军;王易;刘高嵩;;基于二叉树多类支持向量机的文本分类研究[J];计算机系统应用;2009年05期

【共引文献】

中国期刊全文数据库 前10条

1 刘秋生;吴小倩;;基于数据挖掘的固定资产投资效益评价[J];安徽农业科学;2011年11期

2 李文斌;刘椿年;钟宁;;基于两阶段集成学习的分类器集成[J];北京工业大学学报;2010年03期

3 文翰;肖南峰;;基于特征分布的半监督分类[J];北京工业大学学报;2012年01期

4 周世斌;白敬华;刘玉树;;统计流形上基于核近邻算法的文本分类研究[J];北京理工大学学报;2010年03期

5 陈爽;陈福;杜天苍;;一种启发式网络信息采集系统设计与实现[J];北京石油化工学院学报;2007年04期

6 黄文良;李石坚;刘菊新;徐从富;;一个大规模垃圾短信实时过滤系统[J];北京邮电大学学报;2008年03期

7 柯丽;王明文;何世柱;黎佳;罗远胜;;基于频率共现熵的跨语言网页自动分类研究[J];江西师范大学学报(自然科学版);2011年03期

8 赵军;胡栓柱;樊兴华;;一种新的词语相似度计算方法[J];重庆邮电大学学报(自然科学版);2009年04期

9 王柯柯;崔贯勋;倪伟;苟光磊;;基于单元的快速的大数据集离群数据挖掘算法[J];重庆邮电大学学报(自然科学版);2010年05期

10 陈可华;;文本自动分类新探究[J];赤峰学院学报(自然科学版);2011年04期

中国重要会议论文全文数据库 前10条

1 马后锋;樊兴华;;一种改进的增量贝叶斯分类算法[A];2007'仪表，自动化及先进集成技术大会论文集（一）[C];2007年

2 黄文良;李石坚;刘菊新;徐从富;;大规模垃圾短信实时过滤系统的设计与实现[A];中国通信学会第五届学术年会论文集[C];2008年

3 李文波;孙乐;黄瑞红;冯元勇;张大鲲;;基于Labeled-LDA模型的文本分类新算法[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年

4 王辉;左万利;;利用质心向量构建增量式分类器(英文)[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年

5 刘健;张维明;;基于文本概念序列的非线性分析方法初探[A];第三届全国信息检索与内容安全学术会议论文集[C];2007年

6 黄云平;孙乐;李文波;;基于上下文图模型文本表示的文本分类研究[A];第四届全国信息检索与内容安全学术会议论文集（上）[C];2008年

7 赵纪元;罗霄;;面向中图法的学术文献自动分类研究[A];中国计算机语言学研究前沿进展（2007-2009）[C];2009年

8 ;Text Feature Automatic Selection Algorithm Based on Cloud Model[A];第五届全国信息检索学术会议论文集[C];2009年

9 张爱华;靖红芳;王斌;徐燕;;文本分类中特征权重因子的作用研究[A];第五届全国信息检索学术会议论文集[C];2009年

10 朱振方;刘培玉;;求解中文文本信息过滤的自适应遗传算法及收敛性分析[A];第六届全国信息检索学术会议论文集[C];2010年

中国博士学位论文全文数据库 前10条

1 邓斌;B2C在线评论中的客户知识管理研究[D];电子科技大学;2010年

2 张晓艳;新闻话题表示模型和关联追踪技术研究[D];国防科学技术大学;2010年

3 张翔;文本挖掘技术研究及其在综合风险信息网络中的应用[D];西北大学;2011年

4 祝翠玲;基于类别结构的文本层次分类方法研究[D];山东大学;2011年

5 代劲;云模型在文本挖掘应用中的关键问题研究[D];重庆大学;2011年

6 刘伍颖;面向垃圾信息过滤的主动多域学习文本分类方法研究[D];国防科学技术大学;2011年

7 孙珂;大规模文档标签自动标注技术研究[D];哈尔滨工业大学;2011年

8 李智星;用于文本分类的简明语义分析技术研究[D];重庆大学;2011年

9 朱振方;基于微粒群和遗传优化的文本过滤关键技术研究[D];山东师范大学;2012年

10 古平;基于贝叶斯模型的文档分类及相关技术研究[D];重庆大学;2006年

中国硕士学位论文全文数据库 前10条

1 郭明;基于文本分类技术的文本情感倾向性研究[D];郑州大学;2010年

2 左维松;规则和统计相结合的篇章情感倾向性分析研究[D];郑州大学;2010年

3 于洪霞;基于SVM的中文垃圾邮件过滤[D];哈尔滨工程大学;2009年

4 刘国峰;数据模板匹配研究及在社保审计中的应用[D];哈尔滨工程大学;2010年

5 赵慧杰;面向论坛的话题发现、跟踪及传播技术研究[D];哈尔滨工程大学;2010年

6 李晓光;数据挖掘技术在高校招生和教务管理中的应用[D];哈尔滨工程大学;2010年

7 徐旭;基于决策树的Web应用系统个性化身份验证研究[D];合肥工业大学;2010年

8 姜伦;模糊聚类算法及其在中文文本聚类中的研究与实现[D];哈尔滨理工大学;2010年

9 李琼琼;网络文本自动分类器的设计与实现[D];电子科技大学;2010年

10 赵素娟;基于互联网的人物简历问答系统的研究与设计[D];东北财经大学;2010年

【二级参考文献】

中国期刊全文数据库 前10条

1 朱秋云;;一种关联规则挖掘筛选算法设计[J];重庆工学院学报(自然科学版);2008年06期

2 王仲君;程涤;;基于改进遗传算法的多维关联规则挖掘方法及应用[J];重庆工学院学报(自然科学版);2009年04期

3 陶志,许宝栋,汪定伟;基于决策属性支持度的知识约简方法[J];东北大学学报;2002年11期

4 安利平,仝凌云;粗糙集理论中一种属性离散化算法[J];河北工业大学学报;2002年03期

5 周水庚,关佶红,胡运发,周傲英;一个无需词典支持和切词处理的中文文档分类系统[J];计算机研究与发展;2001年07期

6 王建会,王洪伟,申展,胡运发;一种实用高效的文本分类算法[J];计算机研究与发展;2005年01期

7 李荣陆,王建会,陈晓云,陶晓鹏,胡运发;使用最大熵模型进行中文文本分类[J];计算机研究与发展;2005年01期

8 苗夺谦,胡桂荣;知识约简的一种启发式算法[J];计算机研究与发展;1999年06期

9 颜雪松,蔡之华;一种基于Apriori的高效关联规则挖掘算法的研究[J];计算机工程与应用;2002年10期

10 毛秉毅;一种新的关联规则发现算法及应用研究[J];计算机工程与应用;2002年22期

中国重要会议论文全文数据库 前1条

1 谷波;刘开瑛;;决策树模型和最大熵模型在文本分类中的比较研究[A];全国第八届计算语言学联合学术会议（JSCL-2005）论文集[C];2005年

【相似文献】

中国期刊全文数据库 前10条

1 曾立梅;;基于文本数据挖掘的硕士论文分类技术[J];重庆邮电大学学报(自然科学版);2010年05期

2 赖敏;;支持向量机及其应用研究[J];成功(教育);2010年03期

3 张燕;寒枫;楚红涛;;文本挖掘简述[J];中国电力教育;2006年S3期

4 张莹;李凡生;范富旺;;基于数据挖掘的支持向量机库存预测模型研究[J];中国市场;2009年09期

5 尚文倩;董红斌;;基于数据挖掘的传媒信息安全系统[J];北京交通大学学报;2009年05期

6 罗娜;;数据挖掘中的新方法——支持向量机[J];软件导刊;2008年10期

7 蒋波涛;赵福宇;;核工程中的数据挖掘[J];核动力工程;2009年04期

8 王强;贾银山;;支持向量机及其在邮件过滤中的应用[J];微处理机;2010年03期

9 卢祖友;桑永胜;;基于球向量机的中文文本分类[J];计算机工程与科学;2008年12期

10 郝海涛;;基于向量机的文本分类中词典结构研究[J];福建电脑;2009年03期

中国重要会议论文全文数据库 前10条

1 牛强;王志晓;陈岱;夏士雄;;基于支持向量机的Web文本分类方法[A];2006年全国开放式分布与并行计算学术会议论文集（一）[C];2006年

2 朱慕华;朱靖波;陈文亮;;面向支持向量机的降维方法比较分析[A];第二届全国信息检索与内容安全学术会议（NCIRCS-2005）论文集[C];2005年

3 卢卫雄;;一种基于支持向量机的多国语言文本分类平台[A];第十六届全国青年通信学术会议论文集（上）[C];2011年

4 韩泉东;胡小平;李舟军;李京浩;;决策树和支持向量机在液体火箭发动机故障诊断中的应用[A];2006年全国理论计算机科学学术年会论文集[C];2006年

5 曹菲菲;朱慕华;朱靖波;;基于抽样的两阶段支持向量机训练算法[A];第三届学生计算语言学研讨会论文集[C];2006年

6 赵丽;杨利彬;;基于支持向量机的供应商合作伙伴选择[A];全国第九届企业信息化与工业工程学术会议论文集[C];2005年

7 刘晓勇;;基于GA与SVM融合的网页分类算法[A];中国运筹学会模糊信息与模糊工程分会第五届学术年会论文集[C];2010年

8 曲文龙;吴春尧;杨炳儒;张海军;;基于小波和支持向量机的多尺度时间序列预测[A];2005中国控制与决策学术年会论文集（下）[C];2005年

9 栾江;唐常杰;黄晓冬;阴小雄;廖勇;;一种增量式支持向量机文本分类模型[A];第二十届全国数据库学术会议论文集（技术报告篇）[C];2003年

10 陈克利;宗成庆;王霞;;基于大规模真实文本的平衡语料分析与文本分类方法[A];语言计算与基于内容的文本处理——全国第七届计算语言学联合学术会议论文集[C];2003年

中国重要报纸全文数据库 前10条

1 李开宇　黄建军 田长春;把“数据挖掘”作用发挥出来[N];中国国防报;2009年

2 华莱士;“数据挖掘”让银行赢利更多[N];国际金融报;2003年

3 记者　晏燕;数据挖掘让决策者告别“拍脑袋”[N];科技日报;2006年

4 □中国电信股份有限公司北京研究院 张舒博 □北京邮电大学计算机科学与技术学院 牛琨;走出数据挖掘的误区[N];人民邮电;2006年

5 张立明;数据挖掘之道[N];网络世界;2003年

6 中圣信息技术有限公司 李辉;数据挖掘在CRM中的作用[N];中国计算机报;2001年

7 田红生;数据挖掘在CRM中的应用[N];中国经济时报;2002年

8 王广宇;数据挖掘 加速银行CRM一体化[N];中国计算机报;2004年

9 周蓉蓉;数据挖掘需要点想像力[N];计算机世界;2004年

10 张舒博;数据挖掘 提升品牌的好帮手[N];首都建设报;2009年

中国博士学位论文全文数据库 前10条

1 张英;基于支持向量机的过程工业数据挖掘技术研究[D];浙江大学;2005年

2 宋杰;生物信息数据挖掘中的若干方法及其应用研究[D];大连理工大学;2005年

3 秦玉平;基于支持向量机的文本分类算法研究[D];大连理工大学;2008年

4 平源;基于支持向量机的聚类及文本分类研究[D];北京邮电大学;2012年

5 郑广勇;哺乳动物转录因子及其靶基因的挖掘分析[D];复旦大学;2009年

6 刘东升;面向连锁零售企业的客户关系管理模型（R-CRM）研究[D];浙江工商大学;2008年

7 封毅;中医药知识发现可靠性研究[D];浙江大学;2008年

8 田江;基于支持向量机的孤立点检测方法研究[D];大连理工大学;2009年

9 李智勇;电力系统运行信息的数据挖掘研究[D];浙江大学;2009年

10 孙丽;工艺知识管理及其若干关键技术研究[D];大连交通大学;2005年

中国硕士学位论文全文数据库 前10条

1 周振龙;支持向量机理论在文本分类中的应用研究[D];兰州理工大学;2007年

2 王生新;基于支持向量机的文本分类研究[D];哈尔滨工程大学;2008年

3 徐华;基于支持向量机的Web文本挖掘研究[D];哈尔滨工程大学;2004年

4 张滨;中文文档分类技术研究[D];武汉大学;2004年

5 崔鹏;一种基于支持向量机的直推式WEB挖掘[D];大连海事大学;2006年

6 牛洪琦;空间数据挖掘分类算法的研究[D];大连海事大学;2006年

7 崔彩霞;基于支持向量机的文本分类方法研究[D];山西大学;2005年

8 牛肖潇;支持向量机及用于文本分类的研究[D];武汉理工大学;2006年

9 杜圣东;基于多类支持向量机的文本分类研究[D];重庆大学;2007年

10 李强;基于支持向量机的文本分类方法研究[D];西安科技大学;2009年

，

本文编号：1102930