搜索引擎结果冗余信息消解算法的研究与应用
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-14页 |
| ·研究背景与目的 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·本课题研究内容 | 第12-13页 |
| ·本文的组织结构 | 第13-14页 |
| 第二章 聚类技术 | 第14-24页 |
| ·聚类方法的研究 | 第14-15页 |
| ·聚类算法分类 | 第15-16页 |
| ·聚类的一般步骤 | 第16-17页 |
| ·基于K-Mean的聚类算法 | 第17-23页 |
| ·K-Mean算法介绍 | 第18-20页 |
| ·K-Means算法的特点 | 第20-21页 |
| ·K-Means算法存在的问题 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 搜索引擎消除冗余信息关键技术研究 | 第24-45页 |
| ·冗余信息消解的设计架构 | 第24-26页 |
| ·核心模块及相互关系分析 | 第24页 |
| ·冗余信息消解的设计目标 | 第24-25页 |
| ·冗余信息消解的设计流程 | 第25-26页 |
| ·分词处理模块 | 第26-31页 |
| ·改进的正向最大匹配法 | 第26-28页 |
| ·歧义字段和未登录词的识别 | 第28-30页 |
| ·分词理论框架模型及处理步骤 | 第30-31页 |
| ·特征提取模块 | 第31-38页 |
| ·特征提取概述 | 第32页 |
| ·文本特征表示 | 第32-35页 |
| ·特征提取方法 | 第35-38页 |
| ·冗余消解模块 | 第38-44页 |
| ·聚类准则 | 第38-41页 |
| ·基于K-Means的改进文本聚类算法 | 第41-42页 |
| ·文本聚类效果评价指标 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第四章 搜索引擎消除冗余信息的实现 | 第45-57页 |
| ·系统总体架构的实现 | 第45-46页 |
| ·子模块设计与实现 | 第46-56页 |
| ·分词处理模块的实现 | 第46-49页 |
| ·特征提取模块的实现 | 第49-52页 |
| ·冗余消解模块的实现 | 第52-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| ·总结 | 第57页 |
| ·展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读学位期间的研究成果目录 | 第63-64页 |
| 致谢 | 第64页 |
