文本數據挖掘

文本數據挖掘(Text Mining)是指從文本數據中抽取有價值的信息和知識的計算機處理技術。

基本介紹

• 中文名：文本數據挖掘
• 外文名：Text Mining
• 種類：基於單文檔的數據挖掘等
• 方法：文本分類，文本聚類等

概念

顧名思義，文本數據挖掘是從文本中進行數據挖掘(Data Mining)。從這個意義上講，文本數據挖掘是數據挖掘的一個分支。

文本挖掘種類

1.基於單文檔的數據挖掘

2.基於文檔集的數據挖掘

文本挖掘方法

1.文本分類

文本分類是一種典型的機器學習方法，一般分為訓練和分類兩個階段。

2.文本聚類

文本聚類是一種典型的無監督式機器學習方法，聚類方法的選擇取決於數據類型。

3.信息抽取

4.摘要

5.壓縮

其中，文本分類和聚類是兩種最重要最基本的挖掘功能。

挖掘工具

1.IBM DB2 intelligent Miner

2.SAS text miner

3.SPSS Text Mining

4.DMC TextFilter（純文本抽出通用程式庫）

套用

文本挖掘傳統商業方面的套用主要有，企業競爭情報、CRM、電子商務網站、搜尋引擎，現在已擴展到醫療、保險和諮詢行業。