文本聚类算法及其在话题发现中的应用研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 本文研究内容 | 第11-12页 |
| 1.4 本文的结构安排 | 第12-13页 |
| 第二章 话题发现相关技术概述 | 第13-24页 |
| 2.1 文本信息采集 | 第13-15页 |
| 2.2 文本预处理 | 第15-19页 |
| 2.2.1 分词处理 | 第16-18页 |
| 2.2.2 去停用词处理 | 第18-19页 |
| 2.3 文本模型表示 | 第19-22页 |
| 2.3.1 文本表示模型 | 第19-20页 |
| 2.3.2 特征选择 | 第20-22页 |
| 2.4 文本相似度计算 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 文本聚类算法的研究 | 第24-37页 |
| 3.1 聚类算法的介绍 | 第24-28页 |
| 3.1.1 基于划分的聚类算法 | 第24-25页 |
| 3.1.2 基于层次的聚类算法 | 第25-26页 |
| 3.1.3 基于密度的聚类算法 | 第26-27页 |
| 3.1.4 基于网格的聚类算法 | 第27-28页 |
| 3.1.5 基于模型的聚类算法 | 第28页 |
| 3.2 无限狄利克雷混合模型的聚类算法研究 | 第28-36页 |
| 3.2.1 有限混合模型 | 第28-30页 |
| 3.2.2 无限狄利克雷混合模型 | 第30-32页 |
| 3.2.3 模型的变分学习 | 第32-33页 |
| 3.2.4 实验结果分析 | 第33-36页 |
| 3.3 本章小结 | 第36-37页 |
| 第四章 文本聚类算法的应用研究 | 第37-43页 |
| 4.1 话题发现技术 | 第37页 |
| 4.2 文本聚类算法在话题发现中的应用 | 第37-40页 |
| 4.3 实现结果及分析 | 第40-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第五章 话题发现系统设计与实现 | 第43-50页 |
| 5.1 话题发现的总体框架设计 | 第43-44页 |
| 5.2 话题发现的功能模块设计 | 第44-48页 |
| 5.2.1 系统前台模块设计与展示 | 第44-45页 |
| 5.2.2 系统后台模块设计与展示 | 第45-48页 |
| 5.3 话题发现展示 | 第48-49页 |
| 5.4 本章小结 | 第49-50页 |
| 第六章 总结与展望 | 第50-51页 |
| 6.1 总结 | 第50页 |
| 6.2 展望 | 第50-51页 |
| 参考文献 | 第51-56页 |
| 攻读硕士论文期间发表学术论文情况 | 第56-57页 |
| 致谢 | 第57页 |
