資源描述：
《基于語義的決策樹挖掘算法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、中國石油大學(xué)（華東）碩士學(xué)位論文基于語義的決策樹挖掘算法研究姓名：褚希申請學(xué)位級別：碩士專業(yè)：計(jì)算機(jī)應(yīng)用技術(shù)指導(dǎo)教師：時(shí)念云20080501摘要傳統(tǒng)決策樹算法通過計(jì)算屬性的信息熵來選擇屬性，信息熵大的屬性被優(yōu)先選取構(gòu)造決策樹。在計(jì)算信息熵時(shí)，它僅考慮語法層面上字、詞的簡單匹配，沒有考慮數(shù)據(jù)的語義信息，缺乏對其所包含語義信息的理解，這就導(dǎo)致算法缺乏一定的智能性，致使計(jì)算工作量大、復(fù)雜性強(qiáng)，而且分類質(zhì)量不高。特別是在大數(shù)據(jù)庫的應(yīng)用上，傳統(tǒng)的決策樹算法更加面臨大數(shù)據(jù)量計(jì)算的挑戰(zhàn)。本文在分析研究決策樹挖掘算法及知網(wǎng)、概念樹、語義相似度等相關(guān)知識(shí)的基礎(chǔ)上，針對傳統(tǒng)決策樹挖掘算法的
2、不足，提出了基于語義的決策樹挖掘思想，實(shí)現(xiàn)了連續(xù)屬性語義化和名詞型屬性語義化的方法，建立了基于語義的決策樹挖掘模型。基于語義的決策樹挖掘模型較好的利用YN練數(shù)據(jù)中屬性的語義信息，滿足用戶基于語義的決策樹挖掘的需求，實(shí)現(xiàn)了一定程度的智能挖掘。實(shí)驗(yàn)表明基于語義的決策樹挖掘模型能夠解決傳統(tǒng)決策樹挖掘缺乏語義信息的問題、提高數(shù)據(jù)挖掘系統(tǒng)的知識(shí)表示能力，較之傳統(tǒng)的決策樹挖掘具有更高的效率和預(yù)測準(zhǔn)確率。關(guān)鍵詞：數(shù)據(jù)挖掘，決策樹，概念樹，語義，智能ResearchoftheDecisionTreeinDataMiningBasedonSemantemeChuXi(ComputerAp
3、plicationTechnology)DirectedbyAssociateProf．ShiNianyunAbstract硼btraditionaldecisiontreealgorithmtakesinformationgainastheruletochoosetheattributeforclassification．，111eattributethathasthebiggestvalueofinformationgaincallbeselectedfirstlytobuildthedecisiontree．Whilecalculatingthevalueofin
4、formationgai瑪thetraditionaldecisiontreealgorithmdoesnotincludesemanticinformation,itonlysimplyconsidersthewords’andcharacters’matchingingrammar,italsolacksoftheunderstandingofthosesernantemeinformationcontainedint11edata．Alloftheaboveresultinlackofintelligenceandleadtoheavycalculation,th
5、ecomplexityandthelow-qualityofclassificationandSOon．Furthermore，thetraditionaldecisiontreealgorithmwillfaceamorebigchallengeforthelargedatabase．Based011theanalysisofthedecisiontreealgorithmandthecorrespondingconceptsuchasHowNet,hierarchytree，sernantemesimilarityandSOon,thispaperproposesa
6、newdecisiontreealgorithmbasedonsernanteme．Thenewalgorithmpresentsthemethodofseparationofcontinuous—attributesandsemantizationofsubstantival-attributes，andbuildsupthesemanteme—baseddecisiontreemodelfordatamining．Thesemanteme-baseddecisiontreemodelCanbetterusethesemantemeinformationaboutth
7、eattributesindatasets；itcallalsomeettheusels’needofdataminingbasedonthesemanteme．Toacertainextent,thesemanteme-baseddecisiontreemodelCanachieveintelligentdatamining．硼1eresultsoftheexperimentsshowthatthesemanteme．baseddecisiontreemodelCannotonlysolvetheproblemoflackingofth
