| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 选题的背景及意义 | 第9-10页 |
| 1.2 文本聚类方法的研究现状 | 第10-12页 |
| 1.2.1 向量空间模型的国内外研究现状分析 | 第10-11页 |
| 1.2.2 文本聚类分析算法的国内外研究现状分析 | 第11-12页 |
| 1.3 同步聚类算法的研究现状 | 第12-13页 |
| 1.4 本课题研究的主要内容 | 第13-14页 |
| 1.5 本文的组织结构 | 第14-15页 |
| 第2章 基于双词关联和词共现的文本混合表示模型的分析与设计 | 第15-28页 |
| 2.1 双词关联和词共现两种文本表示模型的分析 | 第15-19页 |
| 2.1.1 向量空间模型 | 第15-16页 |
| 2.1.2 两种向量空间模型的分析与研究 | 第16-19页 |
| 2.2 DCTVSM模型的提出及建立 | 第19-24页 |
| 2.2.1 文本预处理 | 第20-21页 |
| 2.2.2 文本关键词的选择 | 第21-22页 |
| 2.2.3 文本双词短语的抽取和权重计算 | 第22-23页 |
| 2.2.4 文本共现词对的抽取和权重计算 | 第23-24页 |
| 2.2.5 DCTVSM的文本向量表示 | 第24页 |
| 2.3 基于DCTVSM模型的文本相似度计算 | 第24-26页 |
| 2.4 基于DCTVSM模型的聚类描述方法 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 基于hSync算法的文本聚类方法设计 | 第28-39页 |
| 3.1 基于同步动力学模型的聚类算法分析与研究 | 第28-30页 |
| 3.1.1 Kuramoto模型分析 | 第28-29页 |
| 3.1.2 本文文本聚类算法的确定 | 第29-30页 |
| 3.2 hSync算法分析 | 第30-36页 |
| 3.2.1 hSync算法的分析与研究 | 第30-33页 |
| 3.2.2 基于DCTVSM模型和hSync算法的文本聚类方法 | 第33-35页 |
| 3.2.3 hSync算法的改进方向 | 第35-36页 |
| 3.3 改进的hSync算法的设计 | 第36-38页 |
| 3.3.1 对象的局部聚类准则 | 第36页 |
| 3.3.2 改进的hSync算法 | 第36-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 原型系统的设计与实现 | 第39-51页 |
| 4.1 系统设计 | 第39-42页 |
| 4.1.1 中文语料库 | 第39页 |
| 4.1.2 功能模块设计 | 第39-41页 |
| 4.1.3 文本聚类效果有效性评价 | 第41-42页 |
| 4.2 系统实现 | 第42-46页 |
| 4.2.1 文本预处理模块 | 第42-44页 |
| 4.2.2 特征提取模块 | 第44-45页 |
| 4.2.3 聚类分析和描述 | 第45-46页 |
| 4.3 实验结果分析 | 第46-50页 |
| 4.3.1 文本表示方法对聚类结果的影响分析 | 第47-48页 |
| 4.3.2 hSync算法在文本聚类中的适用性分析 | 第48-49页 |
| 4.3.3 hSync算法与改进的hSync算法聚类准确度的比较与分析 | 第49页 |
| 4.3.4 hSync算法与改进的hSync算法聚类效率的比较与分析 | 第49-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第5章 总结和展望 | 第51-53页 |
| 5.1 总结 | 第51-52页 |
| 5.2 展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 攻读硕士学位期间的研究成果 | 第57页 |
