互联网文本聚类与检索技术研究

摘要	第1-6页
Abstract	第6-15页
第1章 绪论	第15-36页
·课题背景及意义	第15-17页
·国内外研究现状及分析	第17-32页
·文本聚类的问题描述	第18-20页
·文本相似性衡量	第20-24页
·文本聚类算法综述	第24-31页
·自然语言处理技术在文本挖掘中的应用	第31-32页
·本文的研究内容	第32-34页
·本文的内容安排	第34-36页
第2章 文本聚类的语义特征降维研究	第36-57页
·引言	第36-37页
·文本聚类特征降维概述	第37-43页
·向量空间模型	第37-40页
·特征降维基本概念	第40-41页
·典型的文本聚类特征降维技术	第41-43页
·基于词法分析技术的特征选择算法	第43-47页
·文档预处理和词法分析	第44-45页
·基于词法分析的特征选择	第45-47页
·基于语义词典的特征约简方法	第47-50页
·语义信息词典	第48-49页
·基于语义词典的特征降维	第49-50页
·实验结果与分析	第50-55页
·文本聚类算法	第51-52页
·数据集描述	第52页
·实验基准与评测方法	第52-55页
·本章小结	第55-57页
第3章 基于容错粗糙集的搜索结果聚类研究	第57-86页
·引言	第57-58页
·搜索结果聚类简介	第58-62页
·容错粗糙集技术	第62-64页
·基于容错粗糙集技术的搜索结果聚类算法	第64-73页
·上下文特征选择	第65-66页
·基于容错粗糙集的文本语义扩展	第66-68页
·词语相关度计算	第68-71页
·原始聚类合并	第71-72页
·聚类标签生成	第72-73页
·实验与结果分析	第73-84页
·数据集描述	第73-74页
·数据预处理	第74-75页
·初始基聚类选择	第75-76页
·相关参数对词语相关度计算的影响	第76-77页
·时间复杂性测试	第77页
·聚类结果的覆盖率和重叠率	第77-80页
·聚类结果的质量	第80-84页
·本章小结	第84-86页
第4章 基于频繁词集挖掘的文本聚类研究	第86-103页
·引言	第86-87页
·频繁项集挖掘简介	第87-90页
·频繁项集的基本概念	第88-89页
·基于频繁项集的聚类算法	第89-90页
·上下文约束闭频繁词集及其挖掘算法	第90-96页
·上下文约束闭频繁词集相关定义	第90-93页
·上下文约束闭频繁词集挖掘算法	第93-96页
·相似度衡量算法	第96-97页
·实验与结果分析	第97-101页
·数据集描述	第97页
·基于词法分析技术的特征选择	第97-98页
·性能评价	第98-99页
·约束类型对聚类结果的影响	第99-100页
·已有算法对比	第100-101页
·本章小结	第101-103页
第5章 基于自动文摘的Web检索	第103-124页
·引言	第103页
·网页预处理技术	第103-107页
·网页处理相关技术	第104-105页
·基于内容单元的网页解析	第105-106页
·网页内容提取	第106-107页
·检索结果排序算法	第107-113页
·网页链接排序算法	第107-109页
·信息检索模型	第109-113页
·基于自动文摘的信息检索系统	第113-119页
·自动文摘技术简介	第113-115页
·自动文摘技术在信息检索中的应用	第115-116页
·自动文摘生成算法	第116-118页
·系统总体架构	第118-119页
·实验结果与分析	第119-122页
·基于摘要的搜索结果排序评测	第119页
·数据集及其相关的预处理过程	第119-120页
·结果与分析	第120-122页
·本章小结	第122-124页
结论	第124-127页
参考文献	第127-144页
攻读博士学位期间发表的学术论文	第144-146页
致谢	第146-148页
个人简历	第148页