| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 引言 | 第9-10页 |
| 1 绪论 | 第10-14页 |
| 1.1 课题的研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 文本聚类技术研究现状 | 第11-12页 |
| 1.2.2 聚类集成技术研究现状 | 第12-13页 |
| 1.3 本文的主要工作 | 第13页 |
| 1.4 本文的组织结构 | 第13-14页 |
| 2 相关概念与理论基础 | 第14-23页 |
| 2.1 Web 文本挖掘概述 | 第14-15页 |
| 2.2 Web 文本聚类概述 | 第15-16页 |
| 2.3 文本聚类方法分类 | 第16-20页 |
| 2.3.1 基于划分的聚类方法 | 第16-17页 |
| 2.3.2 基于层次的聚类方法 | 第17-18页 |
| 2.3.3 基于密度的聚类方法 | 第18-19页 |
| 2.3.4 其他聚类方法 | 第19-20页 |
| 2.4 集成聚类技术 | 第20-23页 |
| 3 关键技术 | 第23-34页 |
| 3.1 Web 文本表示方法 | 第23-25页 |
| 3.2 Web 文本特征提取 | 第25-28页 |
| 3.2.1 综合评估法 | 第25-26页 |
| 3.2.2 独立评估法 | 第26-28页 |
| 3.3 相似性度量 | 第28-30页 |
| 3.3.1 对象间的相似性度量 | 第28-29页 |
| 3.3.2 类间的相似性度量 | 第29-30页 |
| 3.4 共识函数的设计 | 第30-34页 |
| 3.4.1 基于共协矩阵的聚类集成 | 第30-31页 |
| 3.4.2 基于超图的聚类集成 | 第31-32页 |
| 3.4.3 基于混合模型的聚类集成 | 第32页 |
| 3.4.4 基于互信息的聚类集成 | 第32-34页 |
| 4 基于改进的 co-occurrence 矩阵的聚类集成方法 | 第34-46页 |
| 4.1 基于 co-occurrence 矩阵的算法 CSCE | 第34-38页 |
| 4.1.1 CSCE 算法的思想 | 第34-37页 |
| 4.1.2 CSCE 算法的过程描述 | 第37-38页 |
| 4.2 改进算法的提出 | 第38页 |
| 4.3 权重设计 | 第38-41页 |
| 4.3.1 聚类成员的差异度度量 | 第38-39页 |
| 4.3.2 聚类成员综合质量度量 | 第39-41页 |
| 4.3.3 权重计算 | 第41页 |
| 4.4 加权 co-occurrence 矩阵聚类集成算法 | 第41-44页 |
| 4.4.1 算法思想 | 第41-42页 |
| 4.4.2 算法过程描述 | 第42-43页 |
| 4.4.3 算法评价 | 第43-44页 |
| 4.5 实验结果分析及算法比较 | 第44-46页 |
| 5 聚类集成算法在文本中的应用 | 第46-57页 |
| 5.1 实验环境 | 第46-47页 |
| 5.2 文本预处理实现 | 第47-52页 |
| 5.3 评价指标 | 第52-53页 |
| 5.4 实验结果分析 | 第53-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 在学研究成果 | 第63-64页 |
| 致谢 | 第64页 |
