| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·研究背景与意义 | 第8页 |
| ·研究现状 | 第8-10页 |
| ·文本聚类研究的难点 | 第10-11页 |
| ·本文的研究内容 | 第11-12页 |
| 第二章 中文文本聚类的主要技术 | 第12-23页 |
| ·文本聚类过程 | 第12页 |
| ·文本预处理 | 第12-14页 |
| ·中文分词 | 第13页 |
| ·停用词处理 | 第13-14页 |
| ·文本表示 | 第14-16页 |
| ·降维处理 | 第16-17页 |
| ·文本相似度的计算 | 第17-18页 |
| ·聚类算法 | 第18-20页 |
| ·文本聚类质量的评价标准 | 第20-23页 |
| ·基于人工判定的指标 | 第20-22页 |
| ·基于目标函数的指标 | 第22-23页 |
| 第三章 特征选择 | 第23-31页 |
| ·特征选择 | 第23页 |
| ·文本聚类中常用的特征选择方法 | 第23-26页 |
| ·基于文档频率(DF)和单词贡献度(TC)的改进特征选择方法 | 第26-28页 |
| ·基于单词贡献度(TC)的增量的特征选择 | 第27-28页 |
| ·基于DF和TC的改进特征选择方法的流程 | 第28页 |
| ·实验分析 | 第28-29页 |
| ·本章小结 | 第29-31页 |
| 第四章 基于共享最近邻的改进的文本聚类算法 | 第31-44页 |
| ·问题的提出 | 第31-32页 |
| ·基于共享最近邻的层次聚类算法 | 第32-33页 |
| ·邻居(Neighbors) | 第32-33页 |
| ·链接(link) | 第33页 |
| ·簇间相似度度量及评价准则 | 第33页 |
| ·基于共享最近邻的改进的k-means算法 | 第33-41页 |
| ·k-means算法思想与流程 | 第34-35页 |
| ·k-means算法特点与缺点 | 第35-36页 |
| ·基于最大最小原则的初始点选择 | 第36页 |
| ·基于共享最近邻的改进的初始点选择方法 | 第36-39页 |
| ·聚簇数目k的确定 | 第39页 |
| ·基于共享最近邻的改进的k-means算法的流程 | 第39-41页 |
| ·基于共享最近邻的改进的bisecting k-means算法 | 第41-43页 |
| ·bisecting k-means算法的思想及流程 | 第41页 |
| ·改进的bisecting k-means算法 | 第41-43页 |
| ·本章小节 | 第43-44页 |
| 第五章 基于k-means的中文文本聚类的实现与实验 | 第44-54页 |
| ·软硬件环境 | 第44页 |
| ·系统设计 | 第44-47页 |
| ·语料库 | 第44-45页 |
| ·功能模块设计 | 第45-46页 |
| ·评价标准 | 第46-47页 |
| ·系统实现 | 第47-49页 |
| ·系统主界面 | 第47页 |
| ·文本解析模块参数选择 | 第47-48页 |
| ·聚类模块 | 第48-49页 |
| ·实验与分析 | 第49-53页 |
| ·实验样本集 | 第49-50页 |
| ·实验比较 | 第50-53页 |
| ·本章小节 | 第53-54页 |
| 总结与展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读学位期间发表的论文 | 第60-61页 |
| 致谢 | 第61页 |
