基于GA-KNN分類模型在船期數(shù)據(jù)分析中的研究與應(yīng)用.pdf

1、當(dāng)下，互聯(lián)網(wǎng)蓬勃發(fā)展，信息化不斷推進(jìn)，網(wǎng)絡(luò)上充斥著各種文本信息。尤其是在航運(yùn)領(lǐng)域中，各種船期信息每天都快速增長著，但是這些數(shù)據(jù)目前卻保持著一種“無明”狀態(tài)：標(biāo)準(zhǔn)渙散，條塊割據(jù)，處理緩慢，目標(biāo)缺失，然而基于船期數(shù)據(jù)領(lǐng)域的自然語言處理技術(shù)（包括文本信息表示技術(shù)、同義詞問題處理、特征詞選擇方法、文本檢索技術(shù)、文本分類技術(shù)、Web信息提取技術(shù)等）的研究仍不多見。
　　本文針對以上問題，建立了船期領(lǐng)域中的文本向量空間模型，構(gòu)建了一個(gè)船期領(lǐng)域

2、的虛擬專業(yè)搜索引擎，再與GA-KNN分類模型相結(jié)合將初始的網(wǎng)頁集進(jìn)行分類，已得到船期數(shù)據(jù)信息的網(wǎng)頁集，最后再基于DOM的Web提取技術(shù)，采集網(wǎng)頁中的船期數(shù)據(jù)信息。主要內(nèi)容為：
　　1.基于傳統(tǒng)的文本向量空間模型基礎(chǔ)上，主要研究和分析了特定領(lǐng)域（船期信息領(lǐng)域）下的特征詞選擇、同義詞聚合的改進(jìn)和應(yīng)用以及向量空間維度的問題，提出了船期領(lǐng)域中的文本向量空間模型。
　　2.為了獲得承載船期數(shù)據(jù)信息的網(wǎng)頁集，作為最初論文研究對象，構(gòu)造了