粗糙集理论在文本挖掘中的应用研究

摘要	第1-5页
ABSTRACT	第5-6页
目录	第6-7页
第一章 绪论	第7-10页
·选题的研究背景和意义	第7页
·粗糙集的发展概况	第7-8页
·文本挖掘的发展概况	第8-9页
·本文主要研究内容及结构安排	第9-10页
第二章 粗糙集与文本挖掘的基础理论	第10-22页
·粗糙集的基本理论	第10-13页
·知识与知识库的含义	第10页
·不可区分关系近似与粗集	第10-11页
·粗糙集的数字特征和分类质量	第11-12页
·知识约简和依赖性	第12-13页
·文本挖掘	第13-22页
·文本挖掘的定义	第13-14页
·文本挖掘过程	第14-16页
·文本分类	第16-20页
·文本聚类	第20-22页
第三章 基于分明矩阵的属性约简方法研究	第22-31页
·决策表与分明矩阵概念	第22-23页
·基于分明矩阵的启发式算法	第23-26页
·分明矩阵的算法	第23-24页
·改进后的分明矩阵算法	第24-26页
·仿真实验研究	第26-29页
·研究结论	第29-31页
第四章 基于APRIORI算法的关联规则挖掘	第31-43页
·关联规则相关及概念	第31-33页
·Apriori算法	第33-34页
·Apriori算法的改进与试验分析	第34-41页
·Apriori算法缺陷分析	第34页
·Apriori改进算法的提出	第34-35页
·Apriori改进算法的试验分析	第35-41页
·研究结论	第41页
·总结	第41-43页
第五章 结论与展望	第43-45页
·本文研究成果	第43页
·未来研究方向	第43-45页
致谢	第45-46页
参考文献	第46-47页