中文Web文本聚类研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-15页 |
| ·本文的研究背景 | 第11-12页 |
| ·国内外的研究现状 | 第12-13页 |
| ·本文的主要内容及组织 | 第13-15页 |
| 第二章WEB 文本挖掘技术 | 第15-27页 |
| ·数据挖掘综述 | 第15-18页 |
| ·数据挖掘的概念及特点 | 第15-16页 |
| ·数据挖掘的主要方法 | 第16-18页 |
| ·WEB 文本挖掘的概念 | 第18-19页 |
| ·WEB 文本挖掘的过程 | 第19-21页 |
| ·中文WEB 文本预处理相关技术 | 第21-26页 |
| ·Web 文本去噪 | 第21-22页 |
| ·中文文本分词 | 第22-23页 |
| ·文本特征表示 | 第23-25页 |
| ·文本特征选取 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于遗传算法的特征选取方法 | 第27-39页 |
| ·遗传算法 | 第27-30页 |
| ·基于遗传算法的特征选取方法 | 第30-38页 |
| ·基本思想 | 第30-32页 |
| ·编码及初始种群建立 | 第32-33页 |
| ·计算适应度 | 第33-34页 |
| ·选择算子 | 第34-35页 |
| ·交叉算子 | 第35页 |
| ·变异算子 | 第35页 |
| ·算法的终止条件 | 第35-36页 |
| ·实验结果分析 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 聚类改进算法 | 第39-54页 |
| ·文本聚类 | 第39-42页 |
| ·聚类的概念 | 第39页 |
| ·文本聚类的特点 | 第39-41页 |
| ·文本聚类算法 | 第41-42页 |
| ·K-MEANS 算法分析 | 第42-44页 |
| ·K-means 算法 | 第42-44页 |
| ·K-means 的局限性 | 第44页 |
| ·带孤立点检测的改进K-MEANS 算法 | 第44-53页 |
| ·基本思想 | 第44-45页 |
| ·检测并提取孤立点 | 第45-47页 |
| ·聚类 | 第47-48页 |
| ·归并孤立点 | 第48-49页 |
| ·算法描述 | 第49-51页 |
| ·实验结果分析 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 中文WEB 文本聚类模型 | 第54-60页 |
| ·系统开发平台与开发环境 | 第54页 |
| ·总体结构 | 第54-55页 |
| ·模块详细设计 | 第55-59页 |
| ·Web 文本预处理模块 | 第55-57页 |
| ·聚类模块 | 第57-58页 |
| ·性能评估模块 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 攻读硕士学位期间发表的学术论文 | 第67页 |
