Web信息检索结果聚类系统的研究
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·选题背景和研究意义 | 第7-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·本文的主要研究工作 | 第10页 |
| ·本文的组织结构 | 第10-11页 |
| 第二章 文本聚类相关研究 | 第11-19页 |
| ·数据挖掘简介 | 第11-12页 |
| ·聚类方法概述 | 第12-17页 |
| ·平面划分方法 | 第12-13页 |
| ·基于层次的方法 | 第13-14页 |
| ·基于密度的方法 | 第14-15页 |
| ·基于网格的方法 | 第15-16页 |
| ·基于模型的方法 | 第16-17页 |
| ·相关工作 | 第17-19页 |
| 第三章 系统的设计与实现 | 第19-32页 |
| ·设计思想和系统结构 | 第19-23页 |
| ·文档聚类的基本步骤 | 第19页 |
| ·文档表示 | 第19-21页 |
| ·特征项抽取 | 第21页 |
| ·应用聚类算法进行处理 | 第21页 |
| ·效果评价 | 第21页 |
| ·文档聚类系统的结构 | 第21-23页 |
| ·功能模块的详细实现 | 第23-32页 |
| ·文本预处理模块 | 第23-26页 |
| ·特征词提取算法 | 第26-28页 |
| ·文档向量化模块 | 第28页 |
| ·聚类模块 | 第28-29页 |
| ·聚类结果的输出 | 第29-30页 |
| ·聚类结果的评价方法 | 第30-32页 |
| 第四章 实验结果与讨论 | 第32-43页 |
| ·系统开发环境及使用工具 | 第32-33页 |
| ·硬件环境 | 第32页 |
| ·编程语言和开发环境 | 第32-33页 |
| ·实验数据集 | 第33-34页 |
| ·实验分析 | 第34-43页 |
| ·显著性分值公式参数的确定 | 第34-36页 |
| ·不同向量维度对聚类结果的影响 | 第36-38页 |
| ·不同类型的文档类别对聚类结果的影响 | 第38-39页 |
| ·算法的时间复杂度 | 第39-40页 |
| ·类别主题词提取实验 | 第40-41页 |
| ·基于特征项显著性分值预测K 值实验 | 第41页 |
| ·搜索引擎返回结果的聚类实验 | 第41页 |
| ·实验结果分析 | 第41-43页 |
| 第五章 总结和展望 | 第43-45页 |
| ·本文所做工作的总结 | 第43页 |
| ·进一步的研究工作 | 第43-45页 |
| 参考文献 | 第45-48页 |
| 发表论文和参加科研情况说明 | 第48-49页 |
| 致谢 | 第49页 |
