基于共引的科技文献聚类算法的研究与应用
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第13-19页 |
| 1.1 研究背景 | 第13-14页 |
| 1.2 研究现状 | 第14-16页 |
| 1.2.1 共引分析研究现状 | 第14-16页 |
| 1.2.2 文本聚类研究现状 | 第16页 |
| 1.3 研究目的与意义 | 第16-17页 |
| 1.4 研究内容及章节安排 | 第17-19页 |
| 第2章 相关理论基础 | 第19-28页 |
| 2.1 共引分析的理论与方法 | 第19-23页 |
| 2.1.1 共引的概念 | 第19-20页 |
| 2.1.2 共引分析的方法步骤 | 第20-22页 |
| 2.1.3 共引与其它引文分析方法对比 | 第22-23页 |
| 2.2 文本聚类的理论与方法 | 第23-27页 |
| 2.2.1 文本聚类的概念 | 第23-24页 |
| 2.2.2 常见文本聚类算法 | 第24-25页 |
| 2.2.3 聚类算法评价指标 | 第25-27页 |
| 2.3 共引聚类的应用领域 | 第27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 基于共引的聚类算法 | 第28-49页 |
| 3.1 共引分析 | 第28-29页 |
| 3.2 文本信息向量化 | 第29-33页 |
| 3.2.1 向量空间模型(VSM) | 第30-31页 |
| 3.2.2 TF-IDF提取文本特征 | 第31-32页 |
| 3.2.3 共引加权提取特征项 | 第32-33页 |
| 3.3 文本相似度计算 | 第33-35页 |
| 3.3.1 常用相似度计算方法 | 第33-35页 |
| 3.3.2 共引加权计算相似度 | 第35页 |
| 3.4 聚类算法分析 | 第35-41页 |
| 3.4.1 K-Means聚类算法 | 第35-37页 |
| 3.4.2 谱聚类算法 | 第37-41页 |
| 3.5 实验结果与分析 | 第41-47页 |
| 3.5.1 实验环境 | 第41页 |
| 3.5.2 实验分析 | 第41-42页 |
| 3.5.3 结果评价 | 第42-47页 |
| 3.6 本章小结 | 第47-49页 |
| 第4章 文献推荐系统设计与实现 | 第49-62页 |
| 4.1 需求分析 | 第49页 |
| 4.2 系统设计 | 第49-57页 |
| 4.2.1 总体设计 | 第49-50页 |
| 4.2.2 详细设计 | 第50-57页 |
| 4.3 系统实现 | 第57-61页 |
| 4.4 本章小结 | 第61-62页 |
| 第5章 结论与展望 | 第62-63页 |
| 5.1 总结 | 第62页 |
| 5.2 今后工作展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
