WWW上搜索引擎返回结果的模糊聚类研究
| 第一章 绪论 | 第1-10页 |
| 1．1 研究背景 | 第7-8页 |
| 1．2 研究目标 | 第8页 |
| 1．3 研究内容 | 第8-9页 |
| 1．4 论文结构 | 第9-10页 |
| 第二章 www上信息检索基础知识 | 第10-26页 |
| 2．1 信息检索系统结构与分类 | 第10-11页 |
| 2．2 信息检索模型 | 第11-14页 |
| 2．2．1 集合模型 | 第11-12页 |
| 2．2．2 向量空间模型 | 第12-13页 |
| 2．2．2．1 向量空间 | 第12页 |
| 2．2．2．2 权重 | 第12-13页 |
| 2．2．2．3 相似度 | 第13页 |
| 2．2．3 概率模型 | 第13-14页 |
| 2．2．4 概念模型 | 第14页 |
| 2．3 搜索引擎 | 第14-17页 |
| 2．3．1 搜索引擎的工作原理 | 第16页 |
| 2．3．2 搜索引擎的的类型 | 第16页 |
| 2．3．3 搜索引擎的排序算法 | 第16-17页 |
| 2．4 元搜索引擎 | 第17-19页 |
| 2．4．1 元搜索引擎的意义 | 第18页 |
| 2．4．2 元搜索引擎的的体系结构 | 第18-19页 |
| 2．5 文档聚类 | 第19-21页 |
| 2．5．1 聚类的概念 | 第19-20页 |
| 2．5．2 事先聚类和事后聚类 | 第20-21页 |
| 2．5．3 文档相似矩阵 | 第21页 |
| 2．6 模糊数学的相关概念 | 第21-25页 |
| 2．6．1 模糊集简介 | 第22-23页 |
| 2．6．2 模糊划分 | 第23-25页 |
| 2．7 信息检索效果评价 | 第25-26页 |
| 第三章 聚类方法 | 第26-49页 |
| 3．1 聚类的基本过程 | 第26-27页 |
| 3．2 聚类算法的分类 | 第27-30页 |
| 3．2．1 层次型的聚类算法 | 第27-29页 |
| 3．2．2 非层次型的聚类算法 | 第29-30页 |
| 3．3 几种聚类方法 | 第30-38页 |
| 3．3．1 直接聚类法 | 第30-32页 |
| 3．3．2叠代自组织聚类法 | 第32-35页 |
| 3．3．3 K-means方法 | 第35-37页 |
| 3．3．4 K-prototypes方法 | 第37-38页 |
| 3．4 模糊聚类 | 第38-49页 |
| 3．4．1 模糊聚类目标函数的演化 | 第39-44页 |
| 3．4．1．1 对模糊划分矩阵的研究 | 第39-41页 |
| 3．4．1．2 对相似性准则的研究 | 第41-42页 |
| 3．4．1．3 对聚类原则的研究 | 第42-43页 |
| 3．4．1．4 对加权指数的研究 | 第43页 |
| 3．4．1．5 对各种数据集聚类的研究 | 第43-44页 |
| 3．4．2 模糊算法实现途径的研究 | 第44-46页 |
| 3．4．2．1 基于交替优化的实现 | 第44-45页 |
| 3．4．2．2 基于神经网络的实现 | 第45-46页 |
| 3．4．2．3 基于进化计算的实现 | 第46页 |
| 3．4．3 模糊聚类有效性的研究 | 第46-48页 |
| 3．4．4 模糊聚类的应用研究 | 第48-49页 |
| 第四章 一种基于混合相似度的模糊聚类方法与验证 | 第49-63页 |
| 4．1 引言 | 第49-50页 |
| 4．2 相关工作 | 第50-51页 |
| 4．3 预处理 | 第51-55页 |
| 4．3．1 产生操作集 | 第51-53页 |
| 4．3．2 文档间的混合相似度 | 第53-55页 |
| 4．3．2．1 基于超链的相似度 | 第54-55页 |
| 4．3．2．2 基于文本内容的相似度 | 第55页 |
| 4．4 HTFC算法描述 | 第55-58页 |
| 4．4．1 生成初始类 | 第56-57页 |
| 4．4．2 迭代过程 | 第57页 |
| 4．4．3 类的表示 | 第57-58页 |
| 4．5 实验验证 | 第58-63页 |
| 第五章 结束语 | 第63-64页 |
| 参考文献 | 第64-66页 |
| 致谢 | 第66页 |
