文本挖掘及其在文本检索中的应用
| 声明 | 第1页 |
| 关于论文使用授权的说明 | 第4-5页 |
| 本文受 | 第5-6页 |
| 摘 要 | 第6-7页 |
| Abstract | 第7-11页 |
| 第一章 绪论 | 第11-25页 |
| ·本文研究背景 | 第11-12页 |
| ·文本检索技术的发展 | 第12-13页 |
| ·文本检索系统的性能评价 | 第13-14页 |
| ·文本检索模型 | 第14-15页 |
| ·文本检索技术的应用 | 第15-19页 |
| ·通用文本检索系统 | 第15-16页 |
| ·搜索引擎 | 第16-18页 |
| ·基于Spider 的搜索引擎 | 第17-18页 |
| ·网络目录 | 第18页 |
| ·知识管理系统 | 第18-19页 |
| ·数据挖掘简介 | 第19-23页 |
| ·数据挖掘过程 | 第19-20页 |
| ·数据挖掘的分类 | 第20-21页 |
| ·文本挖掘 | 第21-23页 |
| ·本文研究内容及组织结构 | 第23-25页 |
| 第二章 文本检索中索引的建立与压缩 | 第25-35页 |
| ·背景介绍 | 第25页 |
| ·文档检索的策略 | 第25-26页 |
| ·倒排索引 | 第26-31页 |
| ·倒排索引的分类 | 第26-27页 |
| ·使用关系型数据库实现索引 | 第27页 |
| ·索引的存储 | 第27-28页 |
| ·倒排索引的编码与压缩 | 第28-31页 |
| ·使用关系数据库建立倒排索引的具体实现 | 第31-32页 |
| ·表结构设计 | 第31页 |
| ·优化更新 | 第31-32页 |
| ·查询 | 第32页 |
| ·并行化 | 第32页 |
| ·实验结果 | 第32-33页 |
| ·小结 | 第33-35页 |
| 第三章 文本的自动分类与文本聚类 | 第35-51页 |
| ·文本的编码 | 第35-37页 |
| ·向量空间模型简介 | 第35-37页 |
| ·向量空间模型的基本概念 | 第35-36页 |
| ·TF.IDF 分配权重 | 第36-37页 |
| ·文档相似性度量 | 第37页 |
| ·文本的自动分类 | 第37-42页 |
| ·文本自动分类的研究现状 | 第38页 |
| ·文本自动分类中文本的向量空间模型表示 | 第38-39页 |
| ·训练阶段 | 第39-40页 |
| ·分类阶段 | 第40-41页 |
| ·实验结果 | 第41-42页 |
| ·文本聚类 | 第42-50页 |
| ·文本聚类算法简介 | 第43-44页 |
| ·层次凝聚法 | 第43页 |
| ·平面划分法 | 第43-44页 |
| ·特征选择 | 第44-45页 |
| ·基于群体智能的文本聚类算法 | 第45-50页 |
| ·聚类算法 | 第45-47页 |
| ·类别标注 | 第47页 |
| ·实验结果 | 第47-50页 |
| ·小结 | 第50-51页 |
| 第四章 概念空间的建立及搜索 | 第51-63页 |
| ·引言 | 第51页 |
| ·自动生成概念空间 | 第51-57页 |
| ·概念抽取 | 第52-53页 |
| ·共现分析 | 第53-55页 |
| ·使用Hopfield 网络搜索概念空间 | 第55-56页 |
| ·试验结果 | 第56-57页 |
| ·利用知网扩展概念空间 | 第57-61页 |
| ·WordNet 简介 | 第57-58页 |
| ·HowNet 简介 | 第58-59页 |
| ·知网中关系的抽取与激活 | 第59-61页 |
| ·小结 | 第61-63页 |
| 第五章 查询接口 | 第63-69页 |
| ·布尔检索 | 第64页 |
| ·利用向量空间模型寻找相关类别 | 第64-66页 |
| ·查询的向量空间表示 | 第65页 |
| ·类别的搜索 | 第65-66页 |
| ·使用概念空间扩展查询 | 第66-67页 |
| ·查询界面及查询结果 | 第67-68页 |
| ·小结 | 第68-69页 |
| 第六章 结束语 | 第69-71页 |
| ·本文小结 | 第69-70页 |
| ·进一步工作 | 第70-71页 |
| 附录 | 第71-75页 |
| 附录1. 通用文本检索系统的比较 | 第71-72页 |
| 附录2 基于Spider 的搜索引擎的比较 | 第72页 |
| 附录3 网络目录的比较 | 第72-73页 |
| 附录4 知识管理系统的比较 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-80页 |
| 作者简历 | 第80页 |
| 攻读硕士学位期间所发表论文 | 第80页 |
