基于聚类的网页相关性挖掘技术研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 目录 | 第5-7页 |
| 第一章 引言 | 第7-9页 |
| 1.1 研究的背景和意义 | 第7-8页 |
| 1.2 论文的组织 | 第8-9页 |
| 第二章 数据挖掘技术和网页挖掘技术概述 | 第9-15页 |
| 2.1 数据挖掘技术 | 第9-12页 |
| 2.1.1 数据挖掘技术的产生 | 第9页 |
| 2.1.2 数据挖掘的定义 | 第9-10页 |
| 2.1.3 数据挖掘的研究内容 | 第10页 |
| 2.1.4 数据挖掘的功能分类 | 第10-11页 |
| 2.1.5 数据挖掘的发展方向 | 第11-12页 |
| 2.2 网页挖掘技术 | 第12-14页 |
| 2.2.1 网页挖掘的定义 | 第12页 |
| 2.2.2 网页挖掘的分类 | 第12-13页 |
| 2.2.3 网页挖掘的挑战 | 第13-14页 |
| 2.3 网页挖掘与数据挖掘的区别 | 第14-15页 |
| 第三章 聚类分析算法 | 第15-26页 |
| 3.1 聚类分析概述 | 第15-18页 |
| 3.2 聚类分析中的数据表示 | 第18-19页 |
| 3.2.1 数据矩阵 | 第18-19页 |
| 3.2.2 差异矩阵 | 第19页 |
| 3.3 聚类分析中距离度量 | 第19-21页 |
| 3.3.1 数值型变量的距离度量 | 第19-20页 |
| 3.3.2 二值变量的距离度量 | 第20-21页 |
| 3.4 聚类分析算法分类 | 第21-22页 |
| 3.5 常用的聚类分析方法 | 第22-26页 |
| 3.5.1 k-means 算法 | 第22-23页 |
| 3.5.2 k-medoids 算法 | 第23-24页 |
| 3.5.3 层次聚类算法 | 第24-25页 |
| 3.5.4 动态聚类算法 | 第25-26页 |
| 第四章 网页文本内容的特征抽取 | 第26-37页 |
| 4.1 检索模型的比较和选择 | 第26-28页 |
| 4.2 权重的计算 | 第28-30页 |
| 4.3 特征的选择 | 第30-32页 |
| 4.4 重复短语的识别 | 第32-37页 |
| 第五章 网页相关性挖掘原型系统实现 | 第37-42页 |
| 5.1 系统设计 | 第37-40页 |
| 5.1.1 系统的架构和功能设计 | 第37-38页 |
| 5.1.2 系统的接口设计 | 第38-40页 |
| 5.2 系统运行结果 | 第40-41页 |
| 5.3 系统评价 | 第41-42页 |
| 第六章 结论 | 第42-43页 |
| 参考文献 | 第43-45页 |
| 后记 | 第45-46页 |
| 在学期间公开发表论文及著作情况 | 第46页 |
