| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 第一章 绪论 | 第10-13页 |
| ·研究背景和意义 | 第10-11页 |
| ·本文工作及创新 | 第11-13页 |
| ·本文组织结构 | 第11页 |
| ·本文创新 | 第11-13页 |
| 第二章 XML 聚类相关技术 | 第13-25页 |
| ·聚类技术 | 第13-19页 |
| ·聚类概述 | 第13-14页 |
| ·聚类的若干关键问题 | 第14-15页 |
| ·主要聚类方法 | 第15-19页 |
| ·传统聚类方法存在的问题 | 第19页 |
| ·XML 技术 | 第19-25页 |
| ·XML 介绍 | 第19-20页 |
| ·XML 的优势特性 | 第20-21页 |
| ·XML 相关概念 | 第21-24页 |
| ·XML 对Web 挖掘的影响 | 第24-25页 |
| 第三章 XML 相似度度量 | 第25-35页 |
| ·XML 文档相似度度量粒度 | 第25-26页 |
| ·基于向量空间模型的相似度度量 | 第26-28页 |
| ·基于XML 文档树的相似度度量方法 | 第28-30页 |
| ·编辑距离法 | 第28-29页 |
| ·基于边集的方法 | 第29-30页 |
| ·标签与路径相结合的XML 文档向量模型 | 第30-35页 |
| ·特征选择及加权方法 | 第30-31页 |
| ·与其它测度方法的比较 | 第31-35页 |
| 第四章 基于集成学习的XML 文档聚类 | 第35-41页 |
| ·基础理论 | 第35-38页 |
| ·机器学习与数据挖掘 | 第35-36页 |
| ·集成学习 | 第36-37页 |
| ·集成聚类 | 第37-38页 |
| ·基于 Bagging 的 XML 文档集成聚类算法 XCAB | 第38-41页 |
| ·算法思想 | 第38-39页 |
| ·算法描述 | 第39页 |
| ·算法特点 | 第39-41页 |
| 第五章 基于半监督学习的XML 文档聚类 | 第41-45页 |
| ·半监督学习 | 第41页 |
| ·典型的半监督聚类算法 | 第41-42页 |
| ·PHPC-基于半监督学习的聚类算法 | 第42-45页 |
| ·算法思想 | 第42-43页 |
| ·算法描述 | 第43-45页 |
| 第六章 实验和评价 | 第45-49页 |
| ·聚类评价标准 | 第45页 |
| ·实验环境 | 第45页 |
| ·实验数据及预处理 | 第45-46页 |
| ·实验结果及分析 | 第46-49页 |
| ·实验一 | 第46-47页 |
| ·实验二 | 第47-49页 |
| 第七章 总结与展望 | 第49-50页 |
| ·本文研究内容总结 | 第49页 |
| ·进一步的工作 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-54页 |
| 攻读学位期间发表的学术论文 | 第54页 |