سال انتشار : 2015 صفحات فارسی : 12 صفحات انگلیسی : 8 چکیده : متن کاوی عبارتست از فرایند کشف دانش از پایگاه داده بزرگ تا الگو های ناشناخته مشخص شوند . همچنین اطلاعات فرعی در تعدادی از کاربرد های متن کاوی مبتنی بر ابرداده با همین عنوان ابر داده شناخته می شود که به سند متنی مرتبط است . انواع مختلف اطلاعات فرعی حاوی مقدار زیاد داده یعنی ابر داده ، وبلاگ ها و داده غیر متنی ( تصویر ، ویدیو و موارد دیگر ) وجود دارند . اطلاعات فرعی در زمانی که حاوی داده های نویزی باشد به سختی می توان تخمین زد . برای تخمین این اطلاعات در روش هموار یک دامنه ای از بهبود در تولید اطلاعات فرعی یعنی انتخاب دسته بندی کافی و الگوریتم های خوشه بندی ، ایجاد امنیت برای اطلاعات فرعی خوشه بندی شده ، سازماندهی سند و کشف روش هیا فیلترینگ وجود دارد . در آینده برای این حوزه یک فضایی برای طراحی رویکرد توسعه یافته برای خوشه بندی با استفاده از دسته بندی کلاسیک و مدل احتمالی وجود دارد . ...