畢業(yè)論文答辯-基于數(shù)據(jù)挖掘的紅樓夢作者考證課件

基于數(shù)據(jù)挖掘的紅樓夢

作者考證指導(dǎo)老師：學(xué)生姓名：答辯時間：2009年6月9日基于數(shù)據(jù)挖掘的紅樓夢

作者考證指導(dǎo)老師：1答辯內(nèi)容課題背景及意義研究動態(tài)數(shù)據(jù)挖掘流程經(jīng)典聚類算法實驗過程結(jié)果分析總結(jié)與展望答辯內(nèi)容課題背景及意義2課題背景與意義紅學(xué)研究國際化、現(xiàn)代化紅樓夢用詞的偶然性與客觀規(guī)律數(shù)據(jù)挖掘提取客觀規(guī)律意義現(xiàn)代方法探索古代文學(xué)加深對紅樓夢的認(rèn)識、理解課題背景與意義紅學(xué)研究國際化、現(xiàn)代化3研究動態(tài)國際上：現(xiàn)代化“國際紅學(xué)資料中心”深圳大學(xué)：《紅樓夢》多功能計算機自動檢索系統(tǒng)復(fù)旦大學(xué)李賢平教授：《紅樓夢成書新說》研究動態(tài)國際上：現(xiàn)代化“國際紅學(xué)資料中心”4數(shù)據(jù)挖掘系統(tǒng)圖數(shù)據(jù)挖掘系統(tǒng)圖5數(shù)據(jù)挖掘流程數(shù)據(jù)挖掘（DataMining，簡稱DM）：數(shù)據(jù)挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應(yīng)用數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。主要內(nèi)容數(shù)據(jù)選擇數(shù)據(jù)預(yù)處理數(shù)據(jù)挖掘流程數(shù)據(jù)挖掘（DataMining，簡稱DM）：6經(jīng)典聚類算法聚類：把一組個體按照相似性劃分成若干個類別聚類算法k-means算法分層聚類法采用估算最大值法……經(jīng)典聚類算法聚類：把一組個體按照相似性劃分成若干個7K-means算法思想：相鄰兩次的聚類中心沒有任何變化，數(shù)據(jù)對象調(diào)整結(jié)束。特點相對易實現(xiàn)時空效率高應(yīng)用廣泛K-means算法思想：相鄰兩次的聚類中心沒有任何變化，數(shù)據(jù)8K-means算法（續(xù)）流程步驟從n個數(shù)據(jù)對象任選k個作為初始聚類中心循環(huán)3到5直到每個聚類不再發(fā)生變化為止計算每個對象與中心對象的距離根據(jù)最小距離重新劃分重新計算中心對象實現(xiàn)代碼K-means算法（續(xù)）流程步驟9實驗過程數(shù)據(jù)選擇原則：與文章內(nèi)容關(guān)系小所選字詞：虛詞(之，其,或，亦…)，轉(zhuǎn)折詞(而，雖，然，但…)…實現(xiàn)：字頻統(tǒng)計程序?qū)嶒炦^程數(shù)據(jù)選擇10實驗過程（續(xù)1）數(shù)據(jù)預(yù)處理數(shù)據(jù)歸一化：范圍0~1歸一化公式：

實驗過程（續(xù)1）數(shù)據(jù)預(yù)處理11實驗過程（續(xù)2）數(shù)據(jù)分析K的取值從1到10對所取k值運行k-means程序分別得出運行結(jié)果實驗過程（續(xù)2）數(shù)據(jù)分析12結(jié)果分析對所取k得到的結(jié)果進行分析確定最終的聚類結(jié)果圖示該結(jié)果（還沒弄出來）結(jié)果分析對所取k得到的結(jié)果進行分析13總結(jié)與展望完成用數(shù)據(jù)挖掘方法考證紅樓夢作者在前人研究基礎(chǔ)上增強了精確度考證工作的進一步完善詞語選擇人物關(guān)系算法改進總結(jié)與展望完成用數(shù)據(jù)挖掘方法考證紅樓夢作者14

謝謝!

15基于數(shù)據(jù)挖掘的紅樓夢

作者考證指導(dǎo)老師：學(xué)生姓名：答辯時間：2009年6月9日基于數(shù)據(jù)挖掘的紅樓夢

作者考證指導(dǎo)老師：16答辯內(nèi)容課題背景及意義研究動態(tài)數(shù)據(jù)挖掘流程經(jīng)典聚類算法實驗過程結(jié)果分析總結(jié)與展望答辯內(nèi)容課題背景及意義17課題背景與意義紅學(xué)研究國際化、現(xiàn)代化紅樓夢用詞的偶然性與客觀規(guī)律數(shù)據(jù)挖掘提取客觀規(guī)律意義現(xiàn)代方法探索古代文學(xué)加深對紅樓夢的認(rèn)識、理解課題背景與意義紅學(xué)研究國際化、現(xiàn)代化18研究動態(tài)國際上：現(xiàn)代化“國際紅學(xué)資料中心”深圳大學(xué)：《紅樓夢》多功能計算機自動檢索系統(tǒng)復(fù)旦大學(xué)李賢平教授：《紅樓夢成書新說》研究動態(tài)國際上：現(xiàn)代化“國際紅學(xué)資料中心”19數(shù)據(jù)挖掘系統(tǒng)圖數(shù)據(jù)挖掘系統(tǒng)圖20數(shù)據(jù)挖掘流程數(shù)據(jù)挖掘（DataMining，簡稱DM）：數(shù)據(jù)挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應(yīng)用數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。主要內(nèi)容數(shù)據(jù)選擇數(shù)據(jù)預(yù)處理數(shù)據(jù)挖掘流程數(shù)據(jù)挖掘（DataMining，簡稱DM）：21經(jīng)典聚類算法聚類：把一組個體按照相似性劃分成若干個類別聚類算法k-means算法分層聚類法采用估算最大值法……經(jīng)典聚類算法聚類：把一組個體按照相似性劃分成若干個22K-means算法思想：相鄰兩次的聚類中心沒有任何變化，數(shù)據(jù)對象調(diào)整結(jié)束。特點相對易實現(xiàn)時空效率高應(yīng)用廣泛K-means算法思想：相鄰兩次的聚類中心沒有任何變化，數(shù)據(jù)23K-means算法（續(xù)）流程步驟從n個數(shù)據(jù)對象任選k個作為初始聚類中心循環(huán)3到5直到每個聚類不再發(fā)生變化為止計算每個對象與中心對象的距離根據(jù)最小距離重新劃分重新計算中心對象實現(xiàn)代碼K-means算法（續(xù)）流程步驟24實驗過程數(shù)據(jù)選擇原則：與文章內(nèi)容關(guān)系小所選字詞：虛詞(之，其,或，亦…)，轉(zhuǎn)折詞(而，雖，然，但…)…實現(xiàn)：字頻統(tǒng)計程序?qū)嶒炦^程數(shù)據(jù)選擇25實驗過程（續(xù)1）數(shù)據(jù)預(yù)處理數(shù)據(jù)歸一化：范圍0~1歸一化公式：

實驗過程（續(xù)1）數(shù)據(jù)預(yù)處理26實驗過程（續(xù)2）數(shù)據(jù)分析K的取值從1到10對所取k值運行k-means程序分別得出運行結(jié)果實驗過程（續(xù)2）數(shù)據(jù)分析27結(jié)果分析對所取k得到的結(jié)果進行分析確定最終的聚類結(jié)果圖示該結(jié)果（還沒弄出來）結(jié)果