本書基于數(shù)據(jù)挖掘的相關(guān)技術(shù)做了如下幾個(gè)方面的工作：①針對標(biāo)準(zhǔn)互信息和tf.idf特征權(quán)重公式的缺點(diǎn)提出了改進(jìn)方法，改進(jìn)的方法明顯提高了宏觀準(zhǔn)確率、宏觀召回率和宏觀F1值；②針對標(biāo)準(zhǔn)tf.idf方法估算特征權(quán)重的盲目性，提出了基于實(shí)數(shù)域粗糙集理論的特征頻率重要度加權(quán)方法，該方法改善了樣本空間的分布狀態(tài)，明顯提高了文本分類的效果；③提出了一種基于互信息和信息熵對的特征選擇方法，利用該方法進(jìn)行特征選擇的分類效果接近代表分類水平的支持向量機(jī)；④提出了基于粗糙集的多知識粒度的啟發(fā)式屬性約簡方法，通過引入悲觀和樂觀多粒度函數(shù)，有效提高了分類的效率和準(zhǔn)確率；⑤研究了基于深度學(xué)習(xí)的主要模型，并選擇其中的Autoencoder進(jìn)行文本分類研究,在語料庫20NG上進(jìn)行了驗(yàn)證，證明了方法的有效性。