文档分类技术的研究与应用
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第8-10页 |
| 第一章 引言 | 第10-16页 |
| 1.1 选题研究背景和意义 | 第10-12页 |
| 1.2 本文的工作内容 | 第12-13页 |
| 1.3 本文的研究成果 | 第13-14页 |
| 1.4 本文的章节安排 | 第14-16页 |
| 第二章 相关技术基础 | 第16-32页 |
| 2.1 全文检索技术 | 第16-20页 |
| 2.1.1 信息检索模型 | 第16-18页 |
| 2.1.2 倒排索引技术 | 第18-19页 |
| 2.1.3 Lucene简介 | 第19-20页 |
| 2.2 中文文本分类 | 第20-30页 |
| 2.2.1 文本预处理 | 第21-24页 |
| 2.2.2 文本表示 | 第24-27页 |
| 2.2.3 特征选择与抽取 | 第27-29页 |
| 2.2.4 文本分类算法 | 第29-30页 |
| 2.3 文本聚类算法 | 第30-31页 |
| 2.3.1 K-means算法 | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 面向微博检索及分类技术研究 | 第32-60页 |
| 3.1 爬虫工具 | 第32-35页 |
| 3.2 文本索引 | 第35-42页 |
| 3.2.1 文件保存结构 | 第35-37页 |
| 3.2.2 索引管理 | 第37-42页 |
| 3.3 文本分类聚类 | 第42-59页 |
| 3.3.1 特征项选择 | 第42-48页 |
| 3.3.2 聚类参数设置 | 第48-59页 |
| 3.4 本章小结 | 第59-60页 |
| 第四章 面向微博的主题词和新词发现 | 第60-72页 |
| 4.1 面向微博的增量聚类算法 | 第60-64页 |
| 4.2 面向微博的增量主题词和新词发现 | 第64-70页 |
| 4.3 本章小结 | 第70-72页 |
| 第五章 微博分类检索系统 | 第72-86页 |
| 5.1 整体结构 | 第72-78页 |
| 5.1.1 系统初始化部分 | 第72-73页 |
| 5.1.2 微博文档聚类部分 | 第73-76页 |
| 5.1.3 微博分类索引部分 | 第76-77页 |
| 5.1.4 微博分类查询部分 | 第77-78页 |
| 5.2 服务器配置 | 第78-79页 |
| 5.3 系统展示 | 第79-84页 |
| 5.4 本章小结 | 第84-86页 |
| 第六章 总结与展望 | 第86-88页 |
| 6.1 本文总结 | 第86-87页 |
| 6.2 研究展望 | 第87-88页 |
| 参考文献 | 第88-92页 |
| 致谢 | 第92-93页 |
| 攻读学位期间发表的学术论文目录 | 第93页 |
