| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 1 引言 | 第10-18页 |
| ·论文的研究背景和选题依据 | 第10-11页 |
| ·论文的主要研究内容 | 第11-15页 |
| ·形式概念分析 | 第11-12页 |
| ·粗糙集 | 第12-13页 |
| ·WEB 文本聚类 | 第13-15页 |
| ·论文创新 | 第15-16页 |
| ·论文的内容组织 | 第16-18页 |
| 2 概念格、粗糙集与文本聚类 | 第18-38页 |
| ·概念格模型 | 第18-24页 |
| ·概念格模型的数学基础 | 第18-19页 |
| ·概念格模型的基本概念 | 第19-21页 |
| ·概念格模型的构造算法 | 第21-24页 |
| ·粗糙集合理论 | 第24-28页 |
| ·基本概念 | 第24-26页 |
| ·近似空间 | 第26-28页 |
| ·可变精度粗糙集 | 第28页 |
| ·概念格与粗糙集的联系 | 第28-29页 |
| ·文本聚类 | 第29-36页 |
| ·常见的文本特征选择方法 | 第30-32页 |
| ·文本聚类算法分析 | 第32-36页 |
| ·本章小结 | 第36-38页 |
| 3 基于概念格的 WEB 文本聚类 | 第38-52页 |
| ·Web 文本预处理和特征词的选择 | 第39-42页 |
| ·Web 文本聚类的概念格表示模型 | 第42-46页 |
| ·概念格的属性约简 | 第46-47页 |
| ·基于概念格的k-means 文本聚类算法(TCUCC) | 第47-49页 |
| ·实验分析 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 4 基于粗糙集的WEB 文本聚类 | 第52-62页 |
| ·基于粗糙集的文本表示方法 | 第53-55页 |
| ·基于粗糙集的文本聚类方法 | 第55-59页 |
| ·实验分析 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 5 一种粗糙概念格模型及在文本聚类中的应用 | 第62-72页 |
| ·一种粗糙概念格模型 | 第62-66页 |
| ·粗糙概念格在 Web 文本聚类中的应用 | 第66-68页 |
| ·实验分析 | 第68-71页 |
| ·本章小结 | 第71-72页 |
| 6 结束语 | 第72-74页 |
| ·本文工作总结 | 第72-73页 |
| ·未来工作展望 | 第73-74页 |
| 参考文献 | 第74-83页 |
| 致谢 | 第83-84页 |
| 作者攻读硕士学位期间发表的学术论文 | 第84页 |
| 作者攻读硕士学位期间参加的科研项目 | 第84-85页 |