应用于文本搜索引擎的聚类算法研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 1 绪论 | 第11-14页 |
| ·本文研究背景和意义 | 第11-12页 |
| ·主要工作内容 | 第12-13页 |
| ·论文的组织结构 | 第13-14页 |
| 2 相关知识与技术 | 第14-29页 |
| ·搜索引擎 | 第14-20页 |
| ·搜索引擎分类 | 第14-15页 |
| ·搜索引擎的工作原理 | 第15-17页 |
| ·搜索引擎的结果表示方法 | 第17-20页 |
| ·文本聚类算法 | 第20-24页 |
| ·文本聚类的特殊问题 | 第20-21页 |
| ·常见的文本聚类算法 | 第21-24页 |
| ·中文文本聚类面临的挑战 | 第24页 |
| ·《知网》电子资源 | 第24-27页 |
| ·《知网》的结构 | 第25页 |
| ·《知网》中的关系 | 第25-27页 |
| ·《知网》的记录样式 | 第27页 |
| ·本章小结 | 第27-29页 |
| 3 CCSE 系统总体设计 | 第29-37页 |
| ·开发环境 | 第29页 |
| ·系统功能模块 | 第29-32页 |
| ·系统体系结构 | 第32-33页 |
| ·主要技术应用 | 第33-36页 |
| ·网页解析 | 第33页 |
| ·中英文分词 | 第33-34页 |
| ·关键技术 | 第34-35页 |
| ·系统时序图 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 4 关键技术 | 第37-49页 |
| ·未登录词处理 | 第37-43页 |
| ·未登录词简介 | 第37-38页 |
| ·义原相似度计算 | 第38-39页 |
| ·概念词语的相似度计算 | 第39-40页 |
| ·未登录概念词语的相似度计算 | 第40-43页 |
| ·短语相似度算法 | 第43-45页 |
| ·形态相似度计算 | 第43页 |
| ·语义词序相似度计算 | 第43-44页 |
| ·短语相似度计算 | 第44-45页 |
| ·文本聚类及聚类标签生成 | 第45-47页 |
| ·构建后缀树 | 第45页 |
| ·选择候选标签 | 第45-46页 |
| ·后续处理 | 第46-47页 |
| ·本章小结 | 第47-49页 |
| 5 测试与验证 | 第49-62页 |
| ·单元测试 | 第49-55页 |
| ·预处理单元 | 第49页 |
| ·TF-IDF 计算单元 | 第49-50页 |
| ·语义相似度计算单元 | 第50-55页 |
| ·聚类系统测试 | 第55-61页 |
| ·测试结果比较 | 第56-60页 |
| ·时间复杂度分析 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 6 总结与展望 | 第62-64页 |
| ·总结 | 第62页 |
| ·未来展望 | 第62-64页 |
| 参考文献 | 第64-66页 |
| 致谢 | 第66-67页 |
| 攻读学位期间发表的学术论文目录 | 第67页 |
