李阳，杜垚

（1.中国农业银行山西省分行，太原030024；2.晋中学院，山西晋中030619）

文本情报信息筛选与聚类的一种处理方法

李阳1，杜垚2

（1.中国农业银行山西省分行，太原030024；2.晋中学院，山西晋中030619）

目前大数据时代情况下的信息有文本、图像、语音和视频等多种形式，而且信息的容量非常大，怎样高效、正确地筛选、分类和处理、利用这些信息，为决策者提供指挥与控制的科学依据显得尤为重要。据此对文本情报信息提出了一种文本聚类的特征选择以及特征变换的方法，利用单词在文本中的出现次数的概率来选择参与聚类的单词，并且对单词出现概率模型定义了特征变换函数，提高了文本信息的筛选、分类和处理的精度，能快速、准确地提取所需要的情报信息提供给指挥与控制的决策者参考、使用。

信息，文本，聚类，处理

0 引言

目前，大数据时代情况下的信息有文本、图像、语音和视频等多种形式，而且信息的容量非常大，怎样高效、正确地筛选、分类和处理、利用这些信息，为当事件的决策者提供指挥与控制的科学依据显得尤为重要。

本文对文本情报信息提出了一种文本聚类的特征选择以及特征变换的方法，利用单词在文本中的出现次数的概率来选择参与聚类的单词，并且对单词出现概率模型定义了特征变换函数，提高了文本信息的筛选、分类和处理的精度，能快速、准确地提取所需要的情报信息提供给指挥与控制的决策者参考、使用。

在文本分类中，特征选择与特征变换的好坏直接影响到聚类的结果。……