毕业论文PPT答辩-基于数据挖掘的红楼梦作者考证.ppt_第1页
毕业论文PPT答辩-基于数据挖掘的红楼梦作者考证.ppt_第2页
毕业论文PPT答辩-基于数据挖掘的红楼梦作者考证.ppt_第3页
毕业论文PPT答辩-基于数据挖掘的红楼梦作者考证.ppt_第4页
毕业论文PPT答辩-基于数据挖掘的红楼梦作者考证.ppt_第5页
免费预览已结束，剩余10页可下载查看

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

基于数据挖掘的红楼梦 作者考证,指导老师： 学生姓名： 答辩时间：2009年6月9日,答辩内容,课题背景及意义 研究动态 数据挖掘流程 经典聚类算法 实验过程 结果分析 总结与展望,课题背景与意义,红学研究国际化、现代化 红楼梦用词的偶然性与客观规律 数据挖掘提取客观规律 意义 现代方法探索古代文学 加深对红楼梦的认识、理解,研究动态,国际上： 现代化“国际红学资料中心” 深圳大学：红楼梦多功能计算机自动 检索系统 复旦大学李贤平教授 ：红楼梦成书新说,数据挖掘系统图,数据挖掘流程,数据挖掘（data mining，简称dm ）：数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。 主要内容 数据选择 数据预处理,经典聚类算法,聚类：把一组个体按照相似性划分成若干个 类别 聚类算法 k-means算法 分层聚类法 采用估算最大值法 ,k-means算法,思想：相邻两次的聚类中心没有任何变化，数据对象调整结束 。 特点 相对易实现 时空效率高 应用广泛,k-means算法（续）,流程步骤 从 n个数据对象任选 k 个作为初始聚类中心 循环3到5直到每个聚类不再发生变化为止 计算每个对象与中心对象的距离 根据最小距离重新划分 重新计算中心对象 实现代码,实验过程,数据选择 原则：与文章内容关系小 所选字词：虚词(之，其, 或，亦 )， 转折词(而，虽，然，但 ) 实现：字频统计程序,实验过程（续1）,数据预处理 数据归一化：范围01 归一化公式：,实验过程（续2）,数据分析 k的取值从1到10 对所取k值运行k-means程序 分别得出运行结果,结果分析,对所取k得到的结果进行分析 确定最终的聚类结果 图示该结果（还没弄出来）,总结与展望,完成用数据挖掘方法考证红楼梦作者 在前人研究
人人文库> 全部分类> 专业文献 > IT计算机

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论