基于主题词同现图的网页相关度研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究背景与意义 | 第10-11页 |
| ·网页相关度研究的主要任务 | 第11-12页 |
| ·网页相关度研究的历史与现状 | 第12-13页 |
| ·当前存在问题 | 第13页 |
| ·本文工作以及组织结构 | 第13-15页 |
| 第二章 文本表示和特征选择 | 第15-20页 |
| ·中文分词 | 第15-17页 |
| ·基于字符串匹配的分词方法 | 第15页 |
| ·基于理解的分词算法 | 第15-16页 |
| ·基于统计的分词算法 | 第16-17页 |
| ·文本特征词选择 | 第17-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 主题词同现图 | 第20-27页 |
| ·图论和无向图 | 第20-22页 |
| ·图论背景 | 第20-21页 |
| ·图论的应用领域 | 第21-22页 |
| ·主题词的同现关系 | 第22页 |
| ·主题词同现图的定义和生成 | 第22-26页 |
| ·本章小结 | 第26-27页 |
| 第四章 图的相关度计算概述 | 第27-40页 |
| ·图相似和图匹配 | 第27-28页 |
| ·图和子图同构 | 第28-29页 |
| ·图编辑距离 | 第29-30页 |
| ·最大共同子图和最小共同超图 | 第30-32页 |
| ·状态空间查找方法 | 第32-33页 |
| ·概率方法 | 第33-34页 |
| ·距离保存方法 | 第34-35页 |
| ·离散松弛算法 | 第35-37页 |
| ·图集合的均值和中值 | 第37-38页 |
| ·本章小结 | 第38-40页 |
| 第五章 基于主题词同现图的K-MEANS聚类算法 | 第40-48页 |
| ·数据挖掘及其应用 | 第40-41页 |
| ·网页聚类 | 第41-42页 |
| ·K-MEANS聚类算法 | 第42-45页 |
| ·算法概述 | 第42-44页 |
| ·算法改进 | 第44-45页 |
| ·图编辑距离在主题词同现图上的应用 | 第45-46页 |
| ·本章小结 | 第46-48页 |
| 第六章 实验结果与分析 | 第48-59页 |
| ·主题词同现图应用系统 | 第48-52页 |
| ·系统模块 | 第49-52页 |
| ·爬虫与正文提取模块在系统中的作用 | 第52页 |
| ·实验结果 | 第52-57页 |
| ·实验数据介绍 | 第52-53页 |
| ·数据特点描述 | 第53-55页 |
| ·实验评估方法 | 第55页 |
| ·数据统计及结果分析 | 第55-57页 |
| ·算法分析 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 总结与展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65页 |
