基于数据挖掘的智能答疑系统的研究与设计
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·课题背景、目的和意义 | 第9-10页 |
| ·国内外研究动态 | 第10-12页 |
| ·论文的组织结构 | 第12-13页 |
| ·论文的主要研究成果 | 第13-14页 |
| 第二章 数据仓库与数据挖掘 | 第14-24页 |
| ·数据仓库 | 第14-18页 |
| ·数据仓库的定义 | 第14-15页 |
| ·数据仓库的体系结构 | 第15页 |
| ·数据仓库的功能描述 | 第15-16页 |
| ·数据仓库的实现 | 第16-17页 |
| ·数据仓库工具 | 第17-18页 |
| ·数据挖掘技术 | 第18-24页 |
| ·数据挖掘的产生背景 | 第18-19页 |
| ·数据挖掘的功能 | 第19-21页 |
| ·数据挖掘的体系框架 | 第21页 |
| ·数据挖掘的步骤 | 第21-23页 |
| ·数据挖掘存在的问题及展望 | 第23-24页 |
| 第三章 文本挖掘简介 | 第24-29页 |
| ·文本挖掘的定义 | 第24-25页 |
| ·文本挖掘的过程 | 第25页 |
| ·文本挖掘的方法 | 第25-28页 |
| ·文本的特征表示 | 第26页 |
| ·文本分类 | 第26-27页 |
| ·文本聚类 | 第27-28页 |
| ·文本挖掘技术的应用 | 第28-29页 |
| 第四章 相关算法研究、改进及应用 | 第29-51页 |
| ·关联规则算法及其应用 | 第29-36页 |
| ·关联规则定义 | 第29-30页 |
| ·挖掘关联规则的步骤 | 第30页 |
| ·经典频繁项目集方法—Apriori 算法 | 第30-33页 |
| ·Apriori 算法缺点及改进 | 第33-34页 |
| ·Apriori 算法应用与实现 | 第34-36页 |
| ·文本聚类算法改进与实现 | 第36-51页 |
| ·切词算法及演示 | 第37-40页 |
| ·特征向量表示和权重计算 | 第40-42页 |
| ·文本特征选择 | 第42页 |
| ·关联度与相似度算法研究、改进及实现 | 第42-48页 |
| ·k-means 聚类算法及应用 | 第48-49页 |
| ·评价标准 | 第49-51页 |
| 第五章 智能答疑系统设计及实现 | 第51-61页 |
| ·数据仓库的设计与实现 | 第51-56页 |
| ·数据仓库的设计结构 | 第51-52页 |
| ·数据仓库的体系结构 | 第52-53页 |
| ·数据仓库中算法设计图 | 第53-54页 |
| ·数据仓库的整理与实现 | 第54-56页 |
| ·系统的设计与实现 | 第56-58页 |
| ·系统功能流程图 | 第56页 |
| ·系统总体设计 | 第56-57页 |
| ·系统答疑算法设计图 | 第57-58页 |
| ·系统功能实现 | 第58页 |
| ·实验结果与结论 | 第58-61页 |
| ·文本聚类实验结果 | 第58-59页 |
| ·系统答疑实验结果 | 第59-61页 |
| 第六章 结束语 | 第61-63页 |
| ·全文总结 | 第61页 |
| ·进一步研发设想 | 第61-62页 |
| ·心得体会 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 攻读学位其间发表论文目录 | 第67页 |
