Web數(shù)據(jù)挖掘算法研究.pdf

1、基于文本語義的文本挖掘系統(tǒng)的研究已經(jīng)取得一定的成績。但除了文本之外，Web中還存在其他的海量媒體如圖像、音頻、視頻等，這對數(shù)據(jù)挖掘提出了新的機遇和挑戰(zhàn)。 本文主要針對的是圖像的高層語義特征進行研究。圖像是我們能夠獲捕的最有效的外界多媒體信息之一，并且在圖像的各層特征中，頂層語義特征(又稱上層特征)是最重要的并且是最容易得到的特征。作為多媒體信息的數(shù)據(jù)挖掘研究的初探，我們選擇圖片高層語義與文本語義作為多媒體信息挖掘的研究對象。

2、 首先，本文研究了網(wǎng)頁主題提取和文本語義與圖像語義，以及各種表示模型。在此基礎上提出了一種基于啟發(fā)式規(guī)則的多媒體信息挖掘框架。整個系統(tǒng)包括6個模塊：頁面分析器、主題內(nèi)容提取，文本/圖片信息抽取、特征提取器、融合模型(數(shù)據(jù)挖掘器)、判別器、語義濃縮器。系統(tǒng)最重要的模塊是融合模型和語義濃縮器，這兩個模塊運用了很多自然語言處理(比如分詞，特征項的提取，NE命名實體等)和數(shù)據(jù)挖掘的理論。 其次，本文采用關聯(lián)矩陣在語義層次融合了文本語