一种基于信息论的文本数据挖掘算法

摘要

文本数据挖掘包括两个大类别，一种是有监督学习方法，比如BP神经网络、支持向量机、贝叶斯理论；一种是无监督学习方法，比如谱聚类、密度聚类、K均值、信息论等方法。有监督文本数据挖掘方法需要利用人们的经验，预先构建一个分析模型，然后尽可能地提高这个学习模型的准确性，从而保证文本数据挖掘的精确度；无监督学习方法却不需要任何先验知识，系统自动地将文本数据按照不同的关注角度进行分类。