| 中文摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第一章 绪论 | 第11-14页 |
| ·研究背景 | 第11页 |
| ·研究内容及创新之处 | 第11-12页 |
| ·论文的结构安排 | 第12-14页 |
| 第二章 文献综述 | 第14-21页 |
| ·文本表示 | 第14-17页 |
| ·相似度计算 | 第17-20页 |
| ·文献同被引和文献耦合研究 | 第20-21页 |
| 第三章 耦合强度、同被引次数和内容相似度相关性分析 | 第21-25页 |
| ·耦合矩阵和同被引矩阵 | 第21页 |
| ·数据来源和实验步骤 | 第21-22页 |
| ·实验结果及分析 | 第22-25页 |
| ·第一次实验结果及分析 | 第22-23页 |
| ·第二次实验结果及分析 | 第23-25页 |
| 第四章 基于引用上下文的文本表示 | 第25-29页 |
| ·相关研究 | 第25-26页 |
| ·基于引用上下文的文本表示 | 第26-29页 |
| 第五章 基于学术文献同被引分析的K-MEANS算法改进 | 第29-41页 |
| ·相关研究 | 第29-32页 |
| ·基于同被引的K-MEANS聚类算法 | 第32-35页 |
| ·算法思想 | 第32-33页 |
| ·算法描述 | 第33-35页 |
| ·算法性能分析 | 第35页 |
| ·实验与结果分析 | 第35-39页 |
| ·实验步骤与数据来源 | 第35-36页 |
| ·文本聚类评价指标 | 第36-37页 |
| ·实验结果及分析 | 第37-39页 |
| ·本章小结 | 第39-41页 |
| 第六章 基于N元语法的学术文献聚类标签抽取算法 | 第41-53页 |
| ·相关研究 | 第41-44页 |
| ·基于n元语法的文本自动分类聚类 | 第41-42页 |
| ·检索结果聚类 | 第42-43页 |
| ·聚类标签抽取 | 第43-44页 |
| ·基于N元语法的聚类标签抽取算法 | 第44-46页 |
| ·算法思想 | 第44-45页 |
| ·短语词表生成 | 第45-46页 |
| ·实验及结果分析 | 第46-48页 |
| ·实验步骤与数据来源 | 第46-47页 |
| ·聚类标签评价方法 | 第47-48页 |
| ·实验结果及分析 | 第48-52页 |
| ·第一组实验结果及分析 | 第48-50页 |
| ·第二组实验结果及分析 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第七章 基于文献同被引和耦合的相关反馈算法 | 第53-60页 |
| ·相关研究 | 第54页 |
| ·算法思想 | 第54-56页 |
| ·算法性能分析 | 第56-59页 |
| ·数据来源和实验步骤 | 第56页 |
| ·评价指标 | 第56-57页 |
| ·实验结果分析 | 第57-58页 |
| ·实验结果的假设检验 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第八章 学术信息检索系统架构设计 | 第60-62页 |
| 第九章 结语 | 第62-64页 |
| ·本文的主要结论 | 第62页 |
| ·进一步的研究方向 | 第62-64页 |
| 参考文献 | 第64-71页 |
| 致谢 | 第71-72页 |