概念

文本数据挖掘(Text Mining)是指从文本数据中抽取有价值的信息和知识的计算机处理技术。顾名思义，文本数据挖掘是从文本中进行数据挖掘(Data Mining)。从这个意义上讲，文本数据挖掘是数据挖掘的一个分支。文本数据挖掘是一个边缘学科，由机器学习、数理统计、自然语言处理等多种学科交叉形成。

文本挖掘种类

1.基于单文档的数据挖掘

2.基于文档集的数据挖掘

文本挖掘方法

1.文本分类

文本分类是一种典型的机器学习方法，一般分为训练和分类两个阶段。

2.文本聚类

文本聚类是一种典型的无监督式机器学习方法，聚类方法的选择取决于数据类型。

3信息抽取

4摘要

5压缩

其中，文本分类和聚类是两种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

应用

文本挖掘传统商业方面的应用主要有，企业竞争情报、CRM、电子商务网站、搜索引擎，现在已扩展到医疗、保险和咨询行业。