| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 选题背景与研究意义 | 第9-10页 |
| 1.1.1 选题背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 文本聚类研究概况 | 第10-12页 |
| 1.2.1 文本硬性聚类研究概况 | 第11页 |
| 1.2.2 文本模糊聚类研究概况 | 第11-12页 |
| 1.3 本文的研究工作 | 第12页 |
| 1.4 本文的组织结构 | 第12-14页 |
| 第2章 文本聚类理论基础 | 第14-22页 |
| 2.1 文本聚类的概述 | 第14页 |
| 2.2 文本聚类的过程 | 第14-18页 |
| 2.2.1 文本分词 | 第15页 |
| 2.2.2 特征选择 | 第15-16页 |
| 2.2.3 权重计算 | 第16-17页 |
| 2.2.4 文本表示 | 第17-18页 |
| 2.3 文本聚类算法的分类 | 第18-19页 |
| 2.3.1 基于划分的聚类方法 | 第18页 |
| 2.3.2 基于层次的聚类方法 | 第18页 |
| 2.3.3 基于密度的聚类方法 | 第18-19页 |
| 2.3.4 基于网格的聚类方法 | 第19页 |
| 2.3.5 基于模型的聚类方法 | 第19页 |
| 2.4 文本聚类的评价 | 第19-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第3章 基于 TFIDF-GA 的特征选择方法 | 第22-40页 |
| 3.1 特征选择 | 第22-24页 |
| 3.1.1 特征选择的定义 | 第22页 |
| 3.1.2 特征选择的步骤 | 第22-24页 |
| 3.1.3 特征选择的分类 | 第24页 |
| 3.2 常用的无监督特征选择方法 | 第24-26页 |
| 3.2.1 文档频率 | 第24-25页 |
| 3.2.2 单词权 | 第25页 |
| 3.2.3 单词熵 | 第25-26页 |
| 3.2.4 单词贡献度 | 第26页 |
| 3.3 TFIDF 特征选择方法 | 第26-29页 |
| 3.3.1 TFIDF 的概述 | 第27页 |
| 3.3.2 TFIDF 的改进 | 第27-29页 |
| 3.4 遗传算法 | 第29-34页 |
| 3.4.1 遗传算法的概述 | 第29-30页 |
| 3.4.2 遗传算法的过程 | 第30-34页 |
| 3.4.3 遗传算法的特点 | 第34页 |
| 3.5 基于 TFIDF-GA 的特征选择方法 | 第34-39页 |
| 3.5.1 TFIDF-GA 算法的概述 | 第34-38页 |
| 3.5.2 TFIDF-GA 算法的过程 | 第38页 |
| 3.5.3 实验结果 | 第38-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第4章 改进的模糊 C 均值聚类算法 | 第40-50页 |
| 4.1 模糊 C 均值算法 | 第40-43页 |
| 4.1.1 模糊 C 均值算法的概述 | 第40-42页 |
| 4.1.2 模糊 C 均值算法的过程 | 第42-43页 |
| 4.1.3 模糊 C 均值算法的难点 | 第43页 |
| 4.2 初始聚类中心的选取 | 第43-44页 |
| 4.3 聚类目标函数 | 第44-46页 |
| 4.4 改进的模糊 C 均值算法 | 第46-49页 |
| 4.4.1 算法描述 | 第46-47页 |
| 4.4.2 实验结果 | 第47-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第5章 基于 TFIDF-GA 与 FCM 的文本模糊聚类研究 | 第50-55页 |
| 5.1 实验环境 | 第50页 |
| 5.2 体系结构 | 第50-52页 |
| 5.3 实验结果与分析 | 第52-54页 |
| 5.4 本章小结 | 第54-55页 |
| 第6章 总结与展望 | 第55-57页 |
| 6.1 总结 | 第55页 |
| 6.2 展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-60页 |