首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

文本聚类算法的语义性改进与实现

摘要第1-4页
Abstract第4-9页
第1章 绪论第9-15页
   ·课题背景第9页
   ·查询确切化技术第9-10页
   ·搜索结果聚类第10-12页
   ·Web2.0与信息检索第12-13页
   ·本文研究内容第13-14页
     ·问题的提出第13页
     ·解决方案的建立第13-14页
   ·本章小结第14-15页
第2章 理论基础及相关技术综述第15-24页
   ·文本聚类算法第15-18页
     ·K-means聚类算法第16-17页
     ·Fuzzy-kmeans聚类算法第17-18页
   ·Web2.0研究第18-23页
     ·Wiki模型第18-20页
     ·Folksomony模型第20-23页
   ·本章小节第23-24页
第3章 基于Wiki的文本建模改进第24-42页
   ·VSM文本建模第24-25页
   ·基于Wiki的文本语义丰富第25-34页
     ·现存Wiki提取策略的不足第26-28页
     ·主题间语义相似度第28-30页
     ·主题语义提取第30-33页
     ·类别语义提取第33页
     ·链接语义提取第33-34页
   ·基于Wiki的文本建模实现第34-41页
     ·VSM模型建立第34-37页
     ·Wiki语义丰富模型建立第37-41页
   ·本章小结第41-42页
第4章 语义增强型聚类第42-47页
   ·聚类算法语义性改进第42-43页
   ·聚类改进实现第43-46页
     ·原始聚类第44-45页
     ·Wiki语义增强聚类第45-46页
   ·本章小结第46-47页
第5章 基于Folksomony的聚类标签生成第47-56页
   ·传统聚类标签策略第47-48页
   ·语义增强型聚类标签第48-53页
     ·MI聚类内标签第48-49页
     ·Folksomony标签第49-52页
     ·PMI综合标签竞争第52-53页
   ·综合聚类标签提取实现第53-55页
     ·Tag语义源选取第53-54页
     ·建立Folksonomy模型第54页
     ·聚类内部MI标签提取第54-55页
     ·Folksomony标签补充第55页
     ·标签竞争第55页
   ·本章小结第55-56页
第6章 实验设计与结果分析第56-67页
   ·聚类数据集和目标聚类第56-58页
   ·实验系统框架第58-59页
   ·实验结果分析第59-65页
     ·改进型主题相似度分析第59-60页
     ·聚类效果分析第60-63页
     ·聚类标签选取效果分析第63-65页
   ·实验的不足与改进第65-66页
   ·本章小结第66-67页
第7章 总结与展望第67-68页
参考文献第68-72页
致谢第72页

论文共72页,点击 下载论文
上一篇:基于WCF的遗留系统并行架构的设计与实现
下一篇:大型金融信息系统从C#到Java移植的研究和实现