基于非結(jié)構(gòu)化數(shù)據(jù)的多類型網(wǎng)絡(luò)構(gòu)建研究.pdf

1、企業(yè)信息化與互聯(lián)網(wǎng)的發(fā)展促使非結(jié)構(gòu)化與半結(jié)構(gòu)化數(shù)據(jù)不斷增加。針對海量非結(jié)構(gòu)化與半結(jié)構(gòu)化數(shù)據(jù)進行挖掘分析成為近年來研究的熱點。復(fù)雜網(wǎng)絡(luò)與中文信息處理的最新研究成果為非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)挖掘提供了一個新方法和視角。即將中文信息處理技術(shù)與網(wǎng)絡(luò)構(gòu)建技術(shù)相結(jié)合，采用中文信息處理技術(shù)抽取非結(jié)構(gòu)化數(shù)據(jù)中包含的信息，并構(gòu)建網(wǎng)絡(luò)進行分析，進一步挖掘其潛在信息。
　　 分析復(fù)雜網(wǎng)絡(luò)在不同領(lǐng)域的應(yīng)用，其主要包括兩個階段：網(wǎng)絡(luò)構(gòu)建與網(wǎng)絡(luò)分析。網(wǎng)絡(luò)構(gòu)建

2、是指從實際應(yīng)用數(shù)據(jù)中，建立個體之間相互聯(lián)系，構(gòu)建關(guān)系網(wǎng)絡(luò)。這是復(fù)雜網(wǎng)絡(luò)應(yīng)用的基礎(chǔ)與關(guān)鍵。因此本文將以非結(jié)構(gòu)化數(shù)據(jù)為對象，研究利用中文信息抽取技術(shù)構(gòu)建多類型網(wǎng)絡(luò)。
　　 首先，本文對文本聚類進行研究，并將其應(yīng)用到數(shù)據(jù)集劃分中，將數(shù)據(jù)集劃分不同領(lǐng)域或主題的子數(shù)據(jù)集。通過對傳統(tǒng)文本聚類的實現(xiàn)與分析，將復(fù)雜網(wǎng)絡(luò)中的社區(qū)劃分算法應(yīng)用文本聚類中，實現(xiàn)基于社區(qū)劃分算法的文本聚類，并取得一定的效果。
　　 其次，本文采用中文信息抽取技術(shù)

3、抽取非結(jié)構(gòu)化數(shù)據(jù)包含的實體相關(guān)信息。由于網(wǎng)絡(luò)構(gòu)建中邊的重要性，本文主要對實體關(guān)系抽取進行研究。對傳統(tǒng)的無監(jiān)督聚類實體關(guān)系抽取算法中的實體對上下文信息收集以及實體對聚類兩階段進行改進，更快、更好的抽取非結(jié)構(gòu)化數(shù)據(jù)中包含的實體關(guān)系。同時針對單文檔以及稀疏文檔集，本文實現(xiàn)了基于事件框架的實體關(guān)系抽取，以抽取用戶指定的特殊實體關(guān)系。
　　 再者，通過比較復(fù)雜網(wǎng)絡(luò)在不同領(lǐng)域的應(yīng)用，分析與總結(jié)出常用的網(wǎng)絡(luò)類型，即同質(zhì)、異質(zhì)、動態(tài)網(wǎng)絡(luò)。根據(jù)非