Search 数据挖掘引擎和框架？

您知道并使用哪些开源/免费数据挖掘引擎和框架来挖掘文本数据

---

谢谢你的建议

我不知道引擎或框架，但我使用了这个名为的工具，它实现了大量的算法。

不太确定您在寻找什么。也许类似于？

对于文本处理（而不是数字数据挖掘和集群），NLTK工具包值得一看。本课程旨在用Python教授自然语言处理技术。因此，它非常适合修补，如果您选择使用Python，您一定会发现许多组件类和实现都很有用。

RapidMiner是免费的、开源的，运行在windows、mac、linux上，是一个很好的基于图形化工作流的程序。它运行所有的Weka代码，并与R集成。

提供了一系列流行的算法，这些算法也可以应用于文本数据，并且具有很强的可扩展性！不提供数据挖掘算法，但它是一个广泛用于自然语言处理的框架。

RapidMiner是我首选的数据挖掘解决方案：

以下是对数据挖掘专家中最流行的数据挖掘工具的调查：

---

KDnuggets Poll 2011：RapidMiner是全球数据挖掘专家中使用最广泛的数据挖掘解决方案。

Weka和RapidMiner在集群方面没有那么强大。它们大多进行分类和类似的预测，但很少进行聚类。看一看，这就像大学的WEKA项目，但有大量的聚类和异常检测方法。

我是一个Java开源频繁模式挖掘软件的作者。它提供了挖掘序列模式、关联规则、频繁项集等的算法

虽然它不是专门为文本挖掘而设计的，但其中一些算法可以应用于挖掘文本中的频繁模式。例如，如果你想找到一些经常出现在几个句子中的单词序列，你可以应用序列模式挖掘算法。但要做到这一点，您需要在应用我的软件之前进行一些预处理，以便您的文本文件格式正确

您可以在此处检查软件：

---

Apache Mahout是一个开源的Machile学习库，可以与MapReduce（Apache Hadoop）一起使用，也可以不使用MapReduce

它提供了以下用Java实现的算法：

• 协同过滤
• 基于用户和项目的推荐者
• K-均值，模糊K-均值聚类
• 均值漂移聚类
• Dirichlet过程聚类
• 潜在Dirichlet分配
• 奇异值分解
• 并行频繁模式挖掘
• 互补朴素贝叶斯分类器
• 基于随机森林决策树的分类器

你可以阅读更多：

---

谢谢！如果我的一个项目是python，我会检查这个工具包；）非常感谢。正如我发现的那样，作者们写了一本好书@el谢谢；）我会检查它）你真的在找一个文本挖掘引擎吗？数据挖掘引擎倾向于处理元数据，而不是文本本身。