蟻群文本聚類算法的研究與應(yīng)用.pdf

1、隨著信息技術(shù)的飛速發(fā)展以及信息獲取的便利，人們已經(jīng)被大量的信息淹沒。如何從信息的海洋中提取出人們感興趣的知識，完成特定的任務(wù)成為一個迫切需要解決的問題?；谶@樣一種需求，用來幫助用戶從這些海量數(shù)據(jù)中分析出其間所蘊涵的有價值的模式和知識的技術(shù)——數(shù)據(jù)挖掘技術(shù)就應(yīng)運而生了。
　　聚類分析是數(shù)據(jù)挖掘領(lǐng)域中一個非常重要的研究內(nèi)容，它主要是從數(shù)據(jù)庫中的記錄集中尋找數(shù)據(jù)的相似性并進行分類，從而發(fā)現(xiàn)數(shù)據(jù)庫中隱含的有用信息。而蟻群聚類算法作為一種

2、自組織、并行的聚類算法，被廣泛應(yīng)用于聚類分析中。
　　本文首先介紹了數(shù)據(jù)挖掘的基本概念和分析方法，重點介紹了文本聚類分析技術(shù)以及文本預(yù)處理的相關(guān)技術(shù)，然后詳細(xì)介紹了蟻群聚類算法的基本理論。針對蟻群聚類算法的后期收斂速度慢，以及螞蟻的盲目隨機運動導(dǎo)致的聚類效果和聚類效率受到影響，本文提出了改進概率轉(zhuǎn)換函數(shù)、添加記憶器官、訓(xùn)練螞蟻自適應(yīng)移動從而改進了基本的蟻群聚類算法。
　　本文在文檔數(shù)據(jù)上進行了實驗，驗證了改進后的蟻群文本聚類