| 摘要 | 第1-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第9-12页 |
| ·本文研究的背景(现状)和意义 | 第9-10页 |
| ·研究背景 | 第9页 |
| ·国内外研究现状分析 | 第9页 |
| ·研究意义 | 第9-10页 |
| ·本论文的主要工作 | 第10页 |
| ·本论文的主要内容 | 第10-12页 |
| ·WEB数据挖掘概述 | 第10页 |
| ·中文WEB文本挖掘关键技术介绍 | 第10-11页 |
| ·面向人名搜索引擎的文本聚类研究 | 第11-12页 |
| 第二章 Web数据挖掘 | 第12-19页 |
| ·Web数据挖掘概述 | 第12页 |
| ·Web挖掘方法及流程 | 第12-13页 |
| ·查找资源 | 第12页 |
| ·信息选择和预处理 | 第12-13页 |
| ·模式发现 | 第13页 |
| ·模式分析 | 第13页 |
| ·Web挖掘分类及各自的研究现状及发展 | 第13-19页 |
| ·Web内容挖掘 | 第14页 |
| ·Web文本挖掘 | 第14页 |
| ·Web多媒体挖掘 | 第14-15页 |
| ·从资源查找(Information Retrieval)的观点挖掘非结构化文档 | 第15页 |
| ·从数据库(Database)的观点挖掘非结构化文档： | 第15-16页 |
| ·Web结构挖掘 | 第16-17页 |
| ·Web用法挖掘(Web usage Mining) | 第17-19页 |
| 第三章 中文WEB文本挖掘关键技术 | 第19-37页 |
| ·WEB文本获取 | 第19页 |
| ·WEB文本消噪 | 第19-22页 |
| ·文本的表示 | 第22-25页 |
| ·基于汉语的文本特征提取 | 第23-24页 |
| ·切词 | 第24-25页 |
| ·特征的选取 | 第25页 |
| ·文本特征缩减(特征子集选取) | 第25-28页 |
| ·信息抽取 | 第28-30页 |
| ·分词标注 | 第28-29页 |
| ·命名实体识别 | 第29页 |
| ·实体关系识别 | 第29-30页 |
| ·共指识别 | 第30页 |
| ·中文网页聚类分析介绍 | 第30-37页 |
| ·中文网页聚类的一般过程 | 第30-31页 |
| ·常用聚类算法 | 第31-32页 |
| ·相似性度量 | 第32-37页 |
| 第四章 面向人名聚类搜索引擎的WEB文本挖掘研究 | 第37-48页 |
| ·面向人名的搜索引擎 | 第37-38页 |
| ·中文人名搜索引擎的体系结构 | 第38-40页 |
| ·中文人名搜索引擎的服务模型 | 第40页 |
| ·面向人名聚类搜索引擎的WEB文本挖掘总体流程及实现 | 第40-48页 |
| ·网页抓取器 | 第41页 |
| ·文档分析器 | 第41-44页 |
| ·基于信息抽取的聚类分析器(补偿式信息抽取的主题文本分类算法) | 第44-48页 |
| 第五章 实验结果与分析 | 第48-54页 |
| ·实验原型系统的设计与搭建 | 第48页 |
| ·实验数据测试与分析 | 第48-54页 |
| ·网络文本抓取结果分析 | 第48-49页 |
| ·文本消噪结果分析 | 第49-50页 |
| ·文本特征提取及特征重构结果分析 | 第50-51页 |
| ·文本信息提取结果分析 | 第51-52页 |
| ·CIETC算法结果分析 | 第52-54页 |
| 第六章 结论与未来工作 | 第54-56页 |
| ·创新点 | 第54页 |
| ·应用前景 | 第54页 |
| ·有待解决的问题及未来工作 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 在读期间研究成果 | 第59-60页 |
| 致谢 | 第60页 |
