基于图结构的中文文本聚类方法研究

摘要	第1-5页
Abstract	第5-9页
1 绪论	第9-19页
·问题的提出	第9-10页
·国内外研究综述	第10-17页
·文本挖掘概述	第10-11页
·文本表示方法	第11-14页
·文本聚类的关键问题	第14-17页
·本文研究内容及思路	第17-19页
2 文本的图结构表示方法研究	第19-32页
·相关研究背景	第19页
·中文文本预处理	第19-22页
·文本分词	第19-20页
·语料库预处理	第20-22页
·图结构模型的构建	第22-32页
·文本图结构的定义	第22-24页
·图结构模型构建方法	第24-26页
·图结构模型的数据结构	第26-27页
·举例与试验验证	第27-32页
3 基于图结构的相似度计算方法研究	第32-42页
·相关定义	第32-33页
·最大公共子图求解	第33-34页
·最大公共子图相似度计算	第34-42页
·最大公共子图相似度算法	第34-35页
·时间复杂度	第35-36页
·举例与试验验证	第36-42页
4 文本聚类算法研究	第42-47页
·传统的文本聚类技术	第42-43页
·基于图结构的聚类算法	第43-45页
·图论聚类算法	第43-44页
·扩展的K-means聚类算法	第44-45页
·聚类簇的描述	第45页
·聚类效果的评价	第45-47页
·内部标准评价	第45-46页
·外部标准评价	第46-47页
5 算法测试与评价	第47-58页
·试验数据与条件	第47-48页
·试验设计	第48-55页
·分类测试数据集	第48-49页
·试验过程	第49-51页
·试验结果	第51-55页
·与其他聚类算法的比较	第55-57页
·试验结果分析	第57-58页
结论	第58-60页
参考文献	第60-64页
攻读硕士学位期间发表学术论文情况	第64-65页
致谢	第65-66页