即时通信的短语消息文本聚类方法研究
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.2 研究现状 | 第12-16页 |
| 1.2.1 语义相似度计算分析 | 第13页 |
| 1.2.2 线索抽取流程分析 | 第13-14页 |
| 1.2.3 文本模型分析。 | 第14-15页 |
| 1.2.4 文本聚类算法分析 | 第15-16页 |
| 1.3 研究内容和论文结构 | 第16-18页 |
| 第2章 短语消息文本聚类问题描述 | 第18-22页 |
| 2.1 短语文本特征分析 | 第18-19页 |
| 2.1.1 关键词稀疏性 | 第18页 |
| 2.1.2 消息交错性 | 第18-19页 |
| 2.1.3 大规模性 | 第19页 |
| 2.1.4 不规范性 | 第19页 |
| 2.2 常规文本聚类技术分析 | 第19-20页 |
| 2.3 STCS模型描述 | 第20-22页 |
| 第3章 基于语义的动态文本扩充算法 | 第22-37页 |
| 3.1 方法概述 | 第22-23页 |
| 3.2 基于HowNet的语义相似度计算 | 第23-30页 |
| 3.2.1 HowNet简介 | 第23-25页 |
| 3.2.2 HowNet相关工作分析 | 第25-27页 |
| 3.2.3 改进的义原相似度方法 | 第27-28页 |
| 3.2.4 义原匹配策略 | 第28-29页 |
| 3.2.5 词语相似度计算 | 第29页 |
| 3.2.6 PWN词间关系网络 | 第29-30页 |
| 3.3 基于语义的动态文本扩充 | 第30-33页 |
| 3.4 实验验证 | 第33-36页 |
| 3.4.1 词语相似度计算验证 | 第33-35页 |
| 3.4.2 动态文本扩充验证 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 线索抽取流程算法 | 第37-44页 |
| 4.1 线索抽取算法概述 | 第37-38页 |
| 4.2 线索抽取算法设计 | 第38-41页 |
| 4.3 实验验证 | 第41-43页 |
| 4.3.1 实验数据 | 第41页 |
| 4.3.2 评价指标 | 第41-42页 |
| 4.3.3 实验结果 | 第42-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第5章 混合聚类策略Apr-means | 第44-56页 |
| 5.1 基本概念 | 第44-45页 |
| 5.2 相关工作 | 第45-47页 |
| 5.3 Apr-means算法概述 | 第47页 |
| 5.4 Apr-means算法设计 | 第47-52页 |
| 5.4.1 改进的Apriori频繁项集算法 | 第47-50页 |
| 5.4.2 基于频繁项集的k-means混合聚类 | 第50-52页 |
| 5.5 实验验证 | 第52-54页 |
| 5.6 本章小结 | 第54-56页 |
| 第6章 STCS系统实现 | 第56-61页 |
| 6.1 系统介绍 | 第56页 |
| 6.2 STCS系统结构 | 第56页 |
| 6.3 系统各模块详细介绍 | 第56-60页 |
| 6.3.1 存储模块 | 第56-57页 |
| 6.3.2 辅助模块 | 第57-58页 |
| 6.3.3 聚类模块 | 第58页 |
| 6.3.4 可视化模块 | 第58-60页 |
| 6.4 本章小结 | 第60-61页 |
| 总结 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 攻读硕士期间发表论文与研究成果清单 | 第66-67页 |
| 致谢 | 第67页 |
