1、隨著Internet技術(shù)的日益成熟，尤其是萬(wàn)維網(wǎng)的普及化，使得數(shù)據(jù)挖掘技術(shù)的研究重點(diǎn)已經(jīng)從傳統(tǒng)的基于結(jié)構(gòu)化數(shù)據(jù)庫(kù)的應(yīng)用轉(zhuǎn)移到基于Web的應(yīng)用上來(lái)。Web文本挖掘采用數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、自然語(yǔ)言處理、信息檢索和知識(shí)管理等領(lǐng)域的技術(shù)來(lái)處理和分析非結(jié)構(gòu)或半結(jié)構(gòu)化的文本，從中提取有價(jià)值的知識(shí)。文本分類(lèi)是文本挖掘的一個(gè)主要研究分支，本文主要研究的是基于關(guān)聯(lián)規(guī)則的文本分類(lèi)方法。 目前主要的文本分類(lèi)方法有：最近鄰分類(lèi)、貝葉斯分類(lèi)、決策樹(shù)、支持

2、向量機(jī)、向量空間模型、回歸模型和神經(jīng)網(wǎng)絡(luò)等。本文通過(guò)分析現(xiàn)有的文本分類(lèi)方法，提出了基于關(guān)聯(lián)規(guī)則的文本分類(lèi)算法。首先，本文介紹了數(shù)據(jù)挖掘的概念及方法，Web挖掘的主要方法；接著，介紹了關(guān)聯(lián)規(guī)則的主要算法；然后介紹了文本數(shù)據(jù)挖掘中使用的主要技術(shù)，如文本的特征表示，文本的特征項(xiàng)提取，文本分類(lèi)的方法；最后，提出了基于關(guān)聯(lián)規(guī)則的文本分類(lèi)算法，并通過(guò)實(shí)驗(yàn)，驗(yàn)證了方法的可行性。 由于關(guān)聯(lián)規(guī)則頻繁集的查找速度及特征項(xiàng)的提取對(duì)分類(lèi)器的性能都起著及