文本聚类方法研究及其应用
| 摘要 | 第1-5页 |
| Abstract | 第5-13页 |
| 第一章 绪论 | 第13-25页 |
| ·研究背景及选题意义 | 第13-20页 |
| ·研究现状及存在问题 | 第20-22页 |
| ·本文研究内容与特色 | 第22-23页 |
| ·本文结构安排 | 第23-25页 |
| 第二章 文本聚类方法及其应用 | 第25-44页 |
| ·文本聚类 | 第25-26页 |
| ·文本表示模型 | 第26-32页 |
| ·文本预处理 | 第27-29页 |
| ·矢量空间模型 | 第29-30页 |
| ·其他模型 | 第30-31页 |
| ·特征加权 | 第31-32页 |
| ·文本聚类算法 | 第32-40页 |
| ·维度约简 | 第32-33页 |
| ·传统聚类算法 | 第33-38页 |
| ·子空间聚类算法 | 第38-40页 |
| ·其他聚类算法 | 第40页 |
| ·文本聚类方法的应用 | 第40-42页 |
| ·本文研究重点与研究框架 | 第42-43页 |
| ·小结 | 第43-44页 |
| 第三章 基于数据点收缩的文本聚类方法 | 第44-64页 |
| ·引言 | 第44-45页 |
| ·相关工作 | 第45-46页 |
| ·CURE算法 | 第45-46页 |
| ·DBSCAN算法 | 第46页 |
| ·基于数据点收缩的网格聚类算法 | 第46-56页 |
| ·算法思想 | 第47-49页 |
| ·数据点的收缩 | 第49-50页 |
| ·算法流程 | 第50-52页 |
| ·算法时间复杂度分析 | 第52页 |
| ·算法参数分析 | 第52-53页 |
| ·实验分析 | 第53-56页 |
| ·基于数据点收缩的文本聚类方法及其应用 | 第56-63页 |
| ·方法流程 | 第57页 |
| ·文本聚类结果评估 | 第57-59页 |
| ·在垃圾邮件甄别中的应用 | 第59-61页 |
| ·在中文文本分类中的应用 | 第61-63页 |
| ·小结 | 第63-64页 |
| 第四章 文本子空间聚类方法 | 第64-86页 |
| ·相关工作 | 第64-69页 |
| ·硬子空间聚类算法 | 第65页 |
| ·软子空间聚类算法 | 第65-69页 |
| ·子空间聚类算法CWKM | 第69-77页 |
| ·算法流程 | 第69-70页 |
| ·初始化算法WGREEDY | 第70-72页 |
| ·启发式维度加权公式 | 第72-74页 |
| ·导出式维度加权公式 | 第74-77页 |
| ·文本子空间聚类方法及其应用 | 第77-85页 |
| ·方法流程 | 第77-78页 |
| ·文本子空间聚类方法的应用 | 第78-85页 |
| ·小结 | 第85-86页 |
| 第五章 文本聚类系统设计 | 第86-100页 |
| ·文本聚类系统模型 | 第86-87页 |
| ·系统框架设计 | 第87-89页 |
| ·系统功能模块 | 第89-90页 |
| ·系统开发环境 | 第90-91页 |
| ·数据表设计 | 第91-95页 |
| ·系统功能界面 | 第95-99页 |
| ·文本管理 | 第96-97页 |
| ·文本聚类 | 第97-98页 |
| ·文本检索 | 第98-99页 |
| ·小结 | 第99-100页 |
| 第六章 总结与展望 | 第100-102页 |
| ·总结 | 第100-101页 |
| ·展望 | 第101-102页 |
| 参考文献 | 第102-111页 |
| 攻读硕士期间科研成果 | 第111-112页 |
| 致谢 | 第112页 |
