文本分类和聚类若干模型的研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 引言 | 第8-13页 |
| ·研究背景及研究意义 | 第8-10页 |
| ·本文工作 | 第10-12页 |
| ·论文组织 | 第12-13页 |
| 2 文本挖掘概述 | 第13-32页 |
| ·文本挖掘简介 | 第13-14页 |
| ·文本挖掘过程与任务 | 第14-17页 |
| ·文本挖掘过程 | 第14-15页 |
| ·文本挖掘任务 | 第15-17页 |
| ·文本结构化表示 | 第17-21页 |
| ·文本预处理 | 第18页 |
| ·文本特征 | 第18-19页 |
| ·文本表示 | 第19-21页 |
| ·文本分类综述 | 第21-27页 |
| ·文本分类定义 | 第21-22页 |
| ·常用文本分类算法 | 第22-26页 |
| ·文本分类算法评价指标 | 第26-27页 |
| ·文本聚类综述 | 第27-31页 |
| ·文本聚类定义 | 第27页 |
| ·常用文本聚类算法 | 第27-30页 |
| ·文本聚类算法的评价 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 3 大规模层次文本分类模型研究 | 第32-46页 |
| ·大规模层次分类概述 | 第32页 |
| ·相关研究 | 第32-35页 |
| ·传统文本分类 | 第32-33页 |
| ·层次文本分类 | 第33-34页 |
| ·大规模层次文本分类 | 第34-35页 |
| ·结合相关类别的大规模层次文本分类模型的研究 | 第35-40页 |
| ·大规模层次分类模型 | 第35-36页 |
| ·搜索阶段 | 第36-37页 |
| ·训练集选择 | 第37-39页 |
| ·分类阶段 | 第39-40页 |
| ·数据集及评价方法介绍 | 第40-42页 |
| ·数据集 | 第40-41页 |
| ·评价方法 | 第41-42页 |
| ·实验结果与分析 | 第42-45页 |
| ·全局性能比较 | 第42-43页 |
| ·搜索策略选择 | 第43-44页 |
| ·分类阶段中相关类别信息的利用 | 第44页 |
| ·分类阶段中顶层类别信息的利用 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 4 基于Markov 网络的文本聚类模型研究 | 第46-54页 |
| ·相关研究 | 第46-47页 |
| ·基于Markov 网络的文本聚类模型 | 第47-49页 |
| ·Markov 网络 | 第47-48页 |
| ·基于Markov 网络的聚类模型框架 | 第48页 |
| ·基于马尔科夫网络的文档相关矩阵计算 | 第48-49页 |
| ·数据集 | 第49页 |
| ·实验结果与分析 | 第49-53页 |
| ·参数选择 | 第50-51页 |
| ·总体结果与分析 | 第51-53页 |
| ·算法分析 | 第53页 |
| ·本章小结 | 第53-54页 |
| 5 总结与展望 | 第54-56页 |
| ·总结 | 第54页 |
| ·未来的工作 | 第54-56页 |
| 附录 基于Java 语言的文本挖掘组件简介 | 第56-58页 |
| 参考文献 | 第58-63页 |
| 简历 | 第63-64页 |
| 致谢 | 第64页 |
