《毕业论文ppt答辩基于数据挖掘的红楼梦作者考证课件》由会员分享，可在线阅读，更多相关《毕业论文ppt答辩基于数据挖掘的红楼梦作者考证课件（15页珍藏版）》请在金锄头文库上搜索。
1、基于数据挖掘的红楼梦 作者考证,指导老师： 学生姓名：答辩时间：2009年6月9日,答辩内容,课题背景及意义 研究动态 数据挖掘流程 经典聚类算法 实验过程 结果分析 总结与展望,课题背景与意义,红学研究国际化、现代化 红楼梦用词的偶然性与客观规律 数据挖掘提取客观规律 意义 现代方法探索古代文学 加深对红楼梦的认识、理解,研究动态,国际上： 现代化“国际红学资料中心” 深圳大学：红楼梦多功能计算机自动检索系统 复旦大学李贤平教授 ：红楼梦成书新说,数据挖掘系统图,数据挖掘流程,数据挖掘（Data Mining，简称DM ）：数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据
2、中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。主要内容 数据选择 数据预处理,经典聚类算法,聚类：把一组个体按照相似性划分成若干个 类别 聚类算法 k-means算法 分层聚类法 采用估算最大值法 ,K-means算法,思想：相邻两次的聚类中心没有任何变化，数据对象调整结束 。特点 相对易实现 时空效率高 应用广泛,K-means算法（续）,流程步骤 从 n个数据对象任选 k 个作为初始聚类中心 循环3到5直到每个聚类不再发生变化为止 计算每个对象与中心对象的距离 根据最小距离重新划分 重新计算中心对象 实现代码,实验过程,数据选择 原则：与文章内容关系小 所选字词：虚词(之，其, 或，亦 )，转折词(而，虽，然，但 ) 实现：字频统计程序,实验过程（续1）,数据预处理数据归一化：范围01归一化公式：,实验过程（续2）,数据分析 K的取值从1到10 对所取k值运行k-means程序 分别得出运行结果,结果分析,对所取k得到的结果进行分析 确定最终的聚类结果 图示该结果（还没弄出来）,总结与展望,完成用数据挖掘方法考证红楼梦作者 在前人研究基础上增强了精确度 考证工作的进一步完善 词语选择 人物关系 算法改进,谢 谢!,
