| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-7页 |
| 第1章 引言 | 第7-17页 |
| 1.1 文本挖掘技术及其应用 | 第7-13页 |
| 1.1.1 文本挖掘的定义 | 第7页 |
| 1.1.2 文本挖掘的技术手段 | 第7-10页 |
| 1.1.3 文本挖掘研究 | 第10-11页 |
| 1.1.4 文本挖掘的研究内容 | 第11-13页 |
| 1.2 文本挖掘技术在生物医学领域中的应用 | 第13-16页 |
| 1.2.1 生物信息学的定义和研究范围 | 第13-15页 |
| 1.2.2 生物信息学中的数据挖掘过程 | 第15-16页 |
| 1.3 生物医学文本全文挖掘的难点 | 第16页 |
| 1.4 本章小结 | 第16-17页 |
| 第2章 经典聚类算法 | 第17-21页 |
| 2.1 K-均值聚类算法 | 第17-19页 |
| 2.2 Affinity Propagation 聚类算法 | 第19-20页 |
| 2.3 本章小结 | 第20-21页 |
| 第3章 半监督吸引子传播模型 | 第21-25页 |
| 3.1 设计思想 | 第21页 |
| 3.2 算法实现 | 第21-24页 |
| 3.3 本章小结 | 第24-25页 |
| 第4章 实验与分析 | 第25-33页 |
| 4.1 实验数据集 | 第25-26页 |
| 4.2 实验评估标准 | 第26-27页 |
| 4.3 相似性计算 | 第27页 |
| 4.4 生物医学全文聚类结果比较 | 第27-30页 |
| 4.5 期刊网络分析 | 第30-33页 |
| 第5章 结论与展望 | 第33-34页 |
| 参考文献 | 第34-37页 |
| 作者简介及在学期间所取得的科研成果 | 第37-38页 |
| 致谢 | 第38页 |