| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 前言 | 第7-11页 |
| 1.1 研究背景 | 第7页 |
| 1.2 研究目的及意义 | 第7-8页 |
| 1.3 国内外研究状况 | 第8页 |
| 1.4 论文组织结构 | 第8-11页 |
| 第2章 相关理论基础 | 第11-23页 |
| 2.1 Web数据挖掘概述 | 第11页 |
| 2.2 Web数据挖掘的分类 | 第11-13页 |
| 2.3 爬虫 | 第13-14页 |
| 2.4 正则表达式 | 第14页 |
| 2.5 Web文本预处理 | 第14-17页 |
| 2.5.1 分词 | 第14-16页 |
| 2.5.2 去停用词 | 第16页 |
| 2.5.3 提取关键词 | 第16-17页 |
| 2.6 聚类 | 第17-19页 |
| 2.6.1 类间相似度 | 第18-19页 |
| 2.7 二叉树 | 第19-20页 |
| 2.8 Trie树 | 第20-21页 |
| 2.9 隐马尔可夫模型 | 第21页 |
| 2.10 Viterbi算法 | 第21-22页 |
| 2.11 本章小结 | 第22-23页 |
| 第3章 改进的kmeans聚类算法 | 第23-37页 |
| 3.1 传统的Kmeans聚类算法 | 第23-24页 |
| 3.2 改进的聚类算法 | 第24-26页 |
| 3.3 原kmeans聚类算法与改进后的聚类算法对比分析 | 第26-34页 |
| 3.3.1 初始质心的选择 | 第26-29页 |
| 3.3.2 聚类参数k的确定 | 第29-34页 |
| 3.4 算法讨论 | 第34页 |
| 3.5 改进后的聚类算法的聚类效果分析 | 第34-36页 |
| 3.6 本章小结 | 第36-37页 |
| 第4章 改进的聚类算法在信息检索系统中的应用 | 第37-49页 |
| 4.1 开发环境 | 第37-38页 |
| 4.2 信息检索的原理 | 第38-39页 |
| 4.3 信息爬取 | 第39-41页 |
| 4.4 文本预处理 | 第41-44页 |
| 4.4.1 分词 | 第42页 |
| 4.4.2 去除停用词 | 第42-43页 |
| 4.4.3 关键词提取算法 | 第43-44页 |
| 4.5 聚类 | 第44-47页 |
| 4.6 本章小结 | 第47-49页 |
| 第5章 总结与展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55页 |