基于概率模型的文本聚类

第一章 绪论	第1-14页
·选题的意义	第7-10页
·文本聚类的研究现状	第10-12页
·论文的主要研究内容和结构安排	第12-14页
第二章 相关知识研究	第14-33页
·聚类分析	第14-16页
·聚类分析的应用	第14-15页
·聚类的典型方法	第15-16页
·文本聚类	第16-25页
·文本聚类处理过程模型	第17-18页
·文本表示	第18-20页
·文本聚类的基本算法	第20-24页
·常用文本聚类算法的缺点	第24-25页
·使用模型描述数据	第25-29页
·模型简介	第25-26页
·概率模型	第26-27页
·混合模型	第27-29页
·期望最大化方法	第29-33页
第三章 基于概率模型的文本聚类	第33-47页
·基于概率模型的聚类	第33-34页
·VON MISES-FISHER(VMF)分布	第34-37页
·vMF分布表示	第34-36页
·vMF分布参数估计	第36-37页
·MVMF-CLUSTERING文本聚类算法	第37-45页
·混合vMF模型(mvMF)	第38页
·使用EM方法估算mvMF中的参数	第38-42页
·mvMF-Clustering文本聚类算法描述	第42-45页
·MVMF-CLUSTERING算法分析	第45-47页
第四章 实验	第47-54页
·聚类结果的评价方法	第47-48页
·实验数据及工具	第48-49页
·算法实现问题讨论	第49-50页
·实验结果	第50-54页
第五章 结论和工作展望	第54-55页
参考文献	第55-57页
中文摘要	第57-59页
ABSTRACT	第59-62页
致谢	第62-63页
导师及作者简介	第63页