在信息时代存储大量数据是容易的，通过Web、企业内部网、电传新闻获得的文本数量在急剧增加，因而导致了信息过载。然而，数据量虽然增加了，但可用的信息在减少。文本挖掘是一个新的令人振奋的研究领域，它试图通过综合数据挖掘、机器学习、自然语言处理、信息检索和知识管理等技术来解决信息过载问题。文本挖掘包括文本集合的预处理（文本分类、信息抽取），中间结果存储，中间结果分析技术（分布分析，聚类，趋势分析，关联规则抽取）和最终结果的可视化。它与关联分析类似，为人们提供了分析海量文本数据的新工具，并且通过学习模式来指导抽取、发现和实体关系。本书首先讨论了文本挖掘的总体结构，文本挖掘预处理算法。其次，比较深入地研究了文本挖掘核心操作，最后，探讨真实世界中文本挖掘的主要应用和DIAL语言，弥补了理论和实践的脱节。

📙 相关书籍

  1. 《海量数据挖掘技术研究》高清PDF 本书把高性能的海量数据挖掘技术作为研究重点，创新性地提出了伺机挖掘的思想；在数据挖掘的基础算法上取得了新突破；探讨了协同挖掘、基于网格挖掘以及数据挖掘应用系统设计等问题。...
  2. 《数据挖掘方法与模型》高清PDF 当下，由于强大的数据挖掘软件平台很容易获得，草率地使用数据挖掘方法和技术将导致挖掘的结果混淆难解。这种失误往往源自盲目使用“黑盒子”方法进行数据挖掘，而最好的避免途径就是使用“自盒子”方法，理解隐藏在软件背后的算法和统计模型结构。 本书分为7章，第l章是对降维方法的介绍，这是数据挖掘技术的一个先决条......
  3. 《第四范式 数据密集型科学发现》高清PDF 本书系统介绍了地球与环境科学、生命与健康科学、数字信息基础设施和数字化学术信息交流等方面基于海量数据的科研活动、过程、方法和基础设施，生动揭示了在海量数据和无处不在网络上发展起来的与实验科学、理论推演、计算机仿真这三种科研范式相辅相成的科学研究第四范式——数据密集型科学发现，进一步探讨了这种新范式的......
  4. 《大数据精准挖掘》高清PDF 本书以新兴的大数据时代最实用的技术为支撑，以广阔的科技视野和扎实的专业功底，全面介绍了大数据时代的由来和背景，阐述了与大数据分析相关的理论和数学模型。特别难能可贵的是，本书从蕴含大数据技术的精准数据挖掘工具入手，结合实际的成功案例，将数据精准挖掘的全过程和详细步骤，包括结果验证等方面内容，详细、专业......
  5. 《基于不确定性建模的数据挖掘 英文版》高清PDF 本书首先从基础开始介绍了LabelSemantics的理论体系，并基于该理论基础提出了一系列新的数据挖掘算法。然后，对每个算法进行了深入详细的研究，并和其他常用算法做了定量的比较。最后，介绍了最新的Prototype理论对labelsemantics的解释。...
  6. 《云时代的流式大数据挖掘服务平台 基于元建模的视角》高清PDF 本选题从形式化方法的角度，对流式数据挖掘进行理论建模，给出流式数据挖掘平台的建模方法，并阐述流式数据挖掘在云计算中的应用。作者现担任上海理工大学管理学院信息管理与电子商务系副教授，曾于2013年出版《数据挖掘原理与商务应用》，有一定的写作经验。本选题资助款3.8万，无稿酬。综上，本选题有出版价值，拟......
  7. 《数据流分类》高清PDF 本专著以数据流分类问题研究为主题，介绍数据挖掘及数据流的研究、应用背景，以及当前的主要研究进展与存在的问题；介绍分类挖掘任务中常用模型和技术，为后续数据流分类方法提供技术基础；重点介绍面向数据流概念漂移环境或类标签缺失环境下的数据流分类算法与模型，包括数据流集成分类模型、面向不同漂移特征的概念漂移检......
  8. 《洞见数据价值 大数据挖掘要案纪实》高清PDF 《洞见数据价值：大数据挖掘要案纪实》是国际知名咨询公司毕马威的大数据团队的集大成之作，内容丰富，观点新颖，贴近大众生活、工作与学习实际场景，内容不拘泥于技术阐释，通过寓教于乐的方式，以丰富翔实的案例来解析大数据挖掘，尽量通过常见的场景来阐述数据的价值与意义。第1章介绍大数据在银行业、征信业、审计、传......
  9. 《R数据挖掘入门》高清PDF 本书使用R，结合大量实例，详细介绍了数据挖掘的理论和分析方法。全书分为3部分：靠前部分简单介绍了使用R进行数据挖掘的流程和数据挖掘的概要；第2部分介绍了数据挖掘的10种常用方法，并在此基础上使用R实际进行数据挖掘；第3部分结合实际的数据挖掘事例介绍了如何使用这些方法。本书适合数据挖掘的初学者，以及正......
  10. 《智能数据挖掘 面向不确定数据的频繁模式》高清PDF 本书全面总结了不确定数据环境下频繁模式挖掘领域的主要研究成果，从数据模型、问题定义、常用算法等方面系统介绍不确定频繁项集挖掘、不确定序列模式挖掘、不确定频繁子图模式挖掘、不确定高效用项集挖掘和不确定加权频繁项集挖掘技术。重点针对两类典型的不确定数据，即概率数据和容错数据，进行概率频繁模式挖掘和近似频......

提示：百度云已更名为百度网盘（百度盘），天翼云盘、微盘下载地址……暂未提供。