| 摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 第一章 绪论 | 第7-14页 |
| ·本论文研究背景和意义 | 第7-9页 |
| ·中国互联网基础资源发展状况 | 第7页 |
| ·我们所期望的信息服务 | 第7-8页 |
| ·聚类给予的帮助 | 第8-9页 |
| ·Web 文本聚类的研究现状 | 第9-12页 |
| ·聚类方法研究 | 第10-12页 |
| ·Web 文本预处理、特征词的提取和选择、文本表示的研究 | 第12页 |
| ·本论文研究的主要内容 | 第12-13页 |
| ·本论文的组织安排 | 第13-14页 |
| 第二章 Web 文本聚类分析相关技术 | 第14-22页 |
| ·文本聚类概述 | 第14-15页 |
| ·Web 挖掘概述 | 第15-16页 |
| ·Web 文本聚类相关技术 | 第16-21页 |
| ·Web 文档的收集 | 第16页 |
| ·预处理和中文分词 | 第16页 |
| ·特征提取和选择 | 第16-17页 |
| ·文本表示 | 第17-18页 |
| ·文本相似度计算 | 第18-19页 |
| ·文本聚类算法 | 第19-20页 |
| ·聚类质量评测 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 网页正文信息的提取 | 第22-33页 |
| ·网页分析 | 第22-25页 |
| ·网页类型和内容 | 第22页 |
| ·常用网页编写语言 | 第22-24页 |
| ·网页表示 | 第24-25页 |
| ·网页信息提取方法 | 第25页 |
| ·基于正文特征的网页正文信息提取方法 | 第25-32页 |
| ·正文特征 | 第26页 |
| ·块划分与块识别 | 第26-28页 |
| ·正文信息提取 | 第28-29页 |
| ·设计与实现、实验与分析 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 中文分词 | 第33-56页 |
| ·中文分词概述 | 第33-37页 |
| ·中文分词简介 | 第33页 |
| ·国内几所大学研究的分词系统 | 第33-35页 |
| ·中文分词中存在的困难 | 第35-37页 |
| ·分词词典 | 第37-39页 |
| ·常用的几种分词词典机制 | 第37-39页 |
| ·三种典型分词词典机制的比较 | 第39页 |
| ·中文分词切分算法 | 第39-41页 |
| ·基于词典和规则的方法 | 第39-40页 |
| ·基于大规模语料库的统计方法 | 第40-41页 |
| ·规则和统计相结合的方法 | 第41页 |
| ·人工智能分词方法 | 第41页 |
| ·基于最短路径的二元语法中文词语粗分模型 | 第41-49页 |
| ·N 元语法模型 | 第41-44页 |
| ·基于最短路径的二元语法中文词语粗分模型 | 第44-49页 |
| ·设计与实现 | 第49-52页 |
| ·系统工作流程 | 第49-50页 |
| ·分词词典设计 | 第50-51页 |
| ·实现 | 第51-52页 |
| ·实验与分析 | 第52-55页 |
| ·分词系统的衡量要求 | 第52页 |
| ·分词系统训练语料 | 第52-53页 |
| ·实验与结果分析 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 基于N-grams 短语的中文文本聚类方法 | 第56-76页 |
| ·文本聚类算法问题分析 | 第56-57页 |
| ·k-均值算法 | 第57-59页 |
| ·算法介绍 | 第57页 |
| ·算法描述 | 第57页 |
| ·算法的性能分析 | 第57-59页 |
| ·凝聚层次聚类算法 | 第59-60页 |
| ·算法介绍 | 第59页 |
| ·算法描述 | 第59页 |
| ·算法的性能分析 | 第59-60页 |
| ·基于N-grams 短语的中文文本聚类方法 | 第60-65页 |
| ·算法思想 | 第60-61页 |
| ·N-grams 短语 | 第61页 |
| ·短语相关文档模型 | 第61-62页 |
| ·算法步骤 | 第62-65页 |
| ·中文Web 文本聚类系统设计实现、实验和分析评价 | 第65-75页 |
| ·系统设计实现 | 第65-67页 |
| ·实验 | 第67-71页 |
| ·分析评价 | 第71-75页 |
| ·本章小结 | 第75-76页 |
| 第六章 总结与展望 | 第76-78页 |
| ·论文主要工作总结 | 第76页 |
| ·进一步工作展望 | 第76-78页 |
| 参考文献 | 第78-81页 |
