| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 插图索引 | 第11-12页 |
| 附表索引 | 第12-13页 |
| 第1章 绪论 | 第13-21页 |
| ·研究背景和意义 | 第13-16页 |
| ·研究的主要问题和挑战 | 第16-18页 |
| ·本文的研究内容 | 第18-20页 |
| ·本文的组织结构 | 第20-21页 |
| 第2章 文本模型及聚类方法分析 | 第21-30页 |
| ·文本表示模型 | 第21-23页 |
| ·布尔模型 | 第21页 |
| ·向量空间模型 | 第21-22页 |
| ·概率模型 | 第22-23页 |
| ·其他模型 | 第23页 |
| ·相似度计算方法 | 第23-26页 |
| ·基于向量空间模型的 TF-IDF 方法 | 第23-24页 |
| ·潜在语义标引法 | 第24-25页 |
| ·基于汉明距离的文本相似度计算方法 | 第25页 |
| ·基于语义理解的文本相似度计算方法 | 第25-26页 |
| ·主要聚类算法 | 第26-29页 |
| ·划分的方法 | 第26-27页 |
| ·层次的方法 | 第27页 |
| ·基于密度的方法 | 第27页 |
| ·基于网格的方法 | 第27-28页 |
| ·基于模型的方法 | 第28页 |
| ·后缀树(STC)聚类算法 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 短消息会话场景聚类系统设计 | 第30-37页 |
| ·常规文本聚类过程 | 第30-31页 |
| ·短消息文本特性分析 | 第31-33页 |
| ·会话交错性特征 | 第31页 |
| ·文本稀疏性特征 | 第31-33页 |
| ·大规模特征 | 第33页 |
| ·短消息聚类系统设计 | 第33-34页 |
| ·会话抽取技术 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 短文本相似度计算 | 第37-45页 |
| ·相关问题及技术分析 | 第37-39页 |
| ·相关问题 | 第37页 |
| ·相关技术 | 第37-39页 |
| ·基于词法分类器度量词间关系 | 第39-42页 |
| ·《知网》简介 | 第39-40页 |
| ·义原相似度计算 | 第40-41页 |
| ·概念相似度计算 | 第41-42页 |
| ·词语相似度计算 | 第42页 |
| ·短文本相似性度量算法 | 第42-43页 |
| ·实验 | 第43-44页 |
| ·本章小结及改进设想 | 第44-45页 |
| 第5章 短文本聚类算法 SMHC | 第45-56页 |
| ·基于频繁词集的聚类算法 | 第45-46页 |
| ·Ant-Tree 算法 | 第46-49页 |
| ·基于频繁词集和 Ant-Tree 的混合聚类算法 | 第49-53页 |
| ·构建初始聚簇 | 第49-51页 |
| ·轮廓系数 | 第51-52页 |
| ·SMHC 算法 | 第52-53页 |
| ·实验 | 第53-55页 |
| ·实验设置 | 第53页 |
| ·评价指标 | 第53-54页 |
| ·实验结果及分析 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第6章 短消息文本聚类系统应用设计 | 第56-61页 |
| ·系统结构 | 第56-57页 |
| ·各功能单元结构分析 | 第57-60页 |
| ·数据访问单元 | 第57-58页 |
| ·文本预处理单元 | 第58页 |
| ·相似性度量单元 | 第58页 |
| ·会话合成单元 | 第58-59页 |
| ·聚类单元 | 第59页 |
| ·检索单元 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 总结 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 附录 A 攻读硕士学位期间所发表的学术论文 | 第67-68页 |
| 致谢 | 第68页 |