文本聚类算法的研究及应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-16页 |
| ·选题研究背景与意义 | 第11-14页 |
| ·互联网应用现状 | 第11-13页 |
| ·文本挖掘研究现状 | 第13-14页 |
| ·本文主要工作 | 第14页 |
| ·本文的组织结构 | 第14-16页 |
| 第二章 相关技术简介 | 第16-33页 |
| ·聚类简介 | 第16-17页 |
| ·文本聚类定义 | 第16页 |
| ·文本聚类流程 | 第16-17页 |
| ·文本聚类算法 | 第17-24页 |
| ·划分的方法 | 第17-19页 |
| ·层次的方法 | 第19-22页 |
| ·基于密度的方法 | 第22-23页 |
| ·基于网格的方法 | 第23-24页 |
| ·距离和相似性度量 | 第24-26页 |
| ·聚类准则函数 | 第26-28页 |
| ·特征选择技术 | 第28-30页 |
| ·WEB 开发技术 | 第30-31页 |
| ·开源框架 | 第30-31页 |
| ·MYSQL | 第31页 |
| ·Heritrix3.0 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 文本聚类算法及改进 | 第33-45页 |
| ·K-MEANS 算法 | 第33-35页 |
| ·k-means 算法基本思想 | 第33页 |
| ·k-means 算法流程 | 第33-34页 |
| ·k-means 算法优缺点 | 第34-35页 |
| ·差分进化算法 | 第35-38页 |
| ·差分进化算法简介 | 第35页 |
| ·差分进化算法关键操作 | 第35-37页 |
| ·差分进化算法基本框架 | 第37-38页 |
| ·KMDE 算法 | 第38-41页 |
| ·KMDE 算法思想 | 第38页 |
| ·KMDE 算法流程 | 第38-41页 |
| ·实验设计 | 第41-44页 |
| ·语料选取 | 第41-42页 |
| ·实验过程 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 IPS 系统设计 | 第45-49页 |
| ·功能介绍 | 第45-46页 |
| ·总体框架 | 第46-47页 |
| ·数据处理流程 | 第47-48页 |
| ·开发环境及开发工具 | 第48页 |
| ·本章小结 | 第48-49页 |
| 第五章 IPS 详细设计与实现 | 第49-71页 |
| ·IPS 系统主界面 | 第49页 |
| ·数据预处理模块 | 第49-53页 |
| ·数据分析模块 | 第53-61页 |
| ·KMDE 聚类 | 第53-57页 |
| ·BayesNet 分类 | 第57-61页 |
| ·信息展示模块 | 第61-63页 |
| ·信息采集模块 | 第63页 |
| ·系统测试 | 第63-70页 |
| ·数据预处理模块 | 第63-66页 |
| ·数据分析模块 | 第66-67页 |
| ·信息展示模块 | 第67-68页 |
| ·信息采集模块 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 第六章 总结与展望 | 第71-72页 |
| ·论文总结 | 第71页 |
| ·今后研究方向 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-77页 |
