半监督层次协同文本聚类研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-16页 |
| ·研究背景 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·模糊协同聚类法 | 第12页 |
| ·基于图论的协同聚类法 | 第12-13页 |
| ·基于信息论的协同聚类法 | 第13页 |
| ·基于概率论的协同聚类法 | 第13页 |
| ·基于矩阵分解的协同聚类法 | 第13页 |
| ·层次协同聚类法 | 第13页 |
| ·其他协同聚类法 | 第13-14页 |
| ·本文主要内容与结构安排 | 第14-16页 |
| 第2章 理论基础 | 第16-21页 |
| ·文本聚类分析 | 第16-17页 |
| ·聚类分析概述 | 第16页 |
| ·文本聚类特点 | 第16-17页 |
| ·层次协同聚类分析 | 第17-19页 |
| ·层次聚类算法 | 第17-18页 |
| ·协同聚类算法 | 第18-19页 |
| ·层次协同聚类算法 | 第19页 |
| ·半监督聚类分析 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 文本数据预处理 | 第21-28页 |
| ·预处理意义 | 第21页 |
| ·预处理步骤 | 第21-24页 |
| ·网页预处理 | 第21-23页 |
| ·文本分词 | 第23页 |
| ·权重计算 | 第23-24页 |
| ·向量空间表示 | 第24页 |
| ·特征词权重计算改进 | 第24-26页 |
| ·本章小结 | 第26-28页 |
| 第4章 半监督特征词聚类 | 第28-33页 |
| ·特征词聚类意义 | 第28页 |
| ·特征词聚类方法 | 第28-31页 |
| ·单维子空间聚类法 | 第28-29页 |
| ·半监督聚类法 | 第29-31页 |
| ·特征词合并 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第5章 层次协同聚类 | 第33-38页 |
| ·层次协同聚类概述 | 第33页 |
| ·相似度度量 | 第33-35页 |
| ·权重度量法 | 第33页 |
| ·基于语义的度量法 | 第33-35页 |
| ·协同矩阵的构造 | 第35页 |
| ·层次协同聚类 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第6章 实验结果与分析 | 第38-53页 |
| ·实验数据与过程 | 第38-39页 |
| ·实验数据 | 第38页 |
| ·实验过程 | 第38-39页 |
| ·评价方法 | 第39-40页 |
| ·F-measure值 | 第39-40页 |
| ·归一化互信息 | 第40页 |
| ·实验分析 | 第40-52页 |
| ·预处理实验分析 | 第40-44页 |
| ·特征词聚类分析 | 第44-46页 |
| ·层次协同聚类分析 | 第46-51页 |
| ·执行效率测试 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 结论与展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第60页 |
