| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| ·引言 | 第8页 |
| ·文本聚类研究概述 | 第8-10页 |
| ·文本聚类的定义 | 第8-9页 |
| ·文本聚类的现状 | 第9-10页 |
| ·本文的研究目的 | 第10-11页 |
| ·本文的研究目标 | 第11页 |
| ·本文的结构 | 第11-13页 |
| 第二章 文本聚类预处理相关技术 | 第13-29页 |
| ·文本挖掘 | 第13-14页 |
| ·文本预处理 | 第14-23页 |
| ·分词 | 第14-15页 |
| ·停用词处理 | 第15页 |
| ·文本特征表示 | 第15-17页 |
| ·特征选择 | 第17-23页 |
| ·相似度度量 | 第23-25页 |
| ·基于特征相似度的特征选择方法 | 第25-28页 |
| ·特征相似度计算 | 第26页 |
| ·特征的选择 | 第26-27页 |
| ·改进算法 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 文本挖掘算法及模糊点处理 | 第29-38页 |
| ·聚类算法的分类 | 第29-31页 |
| ·常用的文本挖掘算法 | 第31-35页 |
| ·KNN(K-Nearest Neighbor)算法 | 第31-32页 |
| ·K-MEANS 算法 | 第32-33页 |
| ·DBSCAN 算法 | 第33-35页 |
| ·聚类算法的改进 | 第35-37页 |
| ·小结 | 第37-38页 |
| 第四章 比较实验 | 第38-48页 |
| ·文本聚类算法的比较标准 | 第38-39页 |
| ·实验验证 | 第39-48页 |
| ·数据预处理 | 第40-43页 |
| ·特征选择方法的比较实验 | 第43-44页 |
| ·最终确定的特征数对聚类的影响 | 第44-46页 |
| ·聚类算法对比 | 第46-48页 |
| 第五章 总结展望 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 致谢 | 第53-54页 |
| 硕士期间发表论文 | 第54页 |