基于后缀树聚类算法的元搜索引擎的设计与实现
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-15页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 工作内容 | 第13-14页 |
| 1.3 论文组织结构 | 第14-15页 |
| 第2章 相关技术概念 | 第15-24页 |
| 2.1 搜索引擎 | 第15-20页 |
| 2.1.1 搜索引擎评价指标 | 第15页 |
| 2.1.2 搜索引擎分类 | 第15-18页 |
| 2.1.3 元搜索引擎模块 | 第18-19页 |
| 2.1.4 元搜索引擎的发展方向 | 第19-20页 |
| 2.2 文本聚类算法 | 第20-23页 |
| 2.2.1 文本聚类的概念 | 第20页 |
| 2.2.2 文本聚类的评价标准 | 第20-21页 |
| 2.2.3 文本聚类的主要算法 | 第21-22页 |
| 2.2.3.1 基于层次的方法 | 第21页 |
| 2.2.3.2 基于划分的方法 | 第21-22页 |
| 2.2.3.3 基于网格的方法 | 第22页 |
| 2.2.3.4 基于神经网络的方法 | 第22页 |
| 2.2.4 聚类算法的发展方向 | 第22-23页 |
| 2.3 小结 | 第23-24页 |
| 第3章 基于后缀树的元搜索引擎的设计与实现 | 第24-48页 |
| 3.1 系统架构 | 第24-25页 |
| 3.2 用户界面 | 第25-26页 |
| 3.3 检索接口代理 | 第26-27页 |
| 3.4 预处理模块 | 第27-31页 |
| 3.4.1 中文分词 | 第27-29页 |
| 3.4.2 去停用词 | 第29-30页 |
| 3.4.3 倒排索引 | 第30-31页 |
| 3.5 后缀树聚类模块 | 第31-36页 |
| 3.5.1 接口设计 | 第31页 |
| 3.5.2 后缀树的概念 | 第31-32页 |
| 3.5.3 后缀树的构建 | 第32-35页 |
| 3.5.4 后缀树聚类算法的优点 | 第35页 |
| 3.5.5 类簇的合并 | 第35-36页 |
| 3.6 标签生成模块 | 第36-40页 |
| 3.6.1 TF-IDF算法 | 第37页 |
| 3.6.2 针对中文的标签评分 | 第37页 |
| 3.6.3 中文词性分析 | 第37-39页 |
| 3.6.4 标签权值计算公式 | 第39页 |
| 3.6.5 根据标签进行二次合并 | 第39-40页 |
| 3.7 类簇过滤重分模块 | 第40-45页 |
| 3.7.1 无意义标签产生的原因分析 | 第41-42页 |
| 3.7.2 基于中文的启发式过滤规则 | 第42-43页 |
| 3.7.3 过滤重分算法 | 第43-45页 |
| 3.8 结果处理模块 | 第45-47页 |
| 3.8.1 排序 | 第45-46页 |
| 3.8.2 融合和还原 | 第46-47页 |
| 3.9 本章小结 | 第47-48页 |
| 第4章 系统测试 | 第48-55页 |
| 4.1 实验环境 | 第48页 |
| 4.2 测试 | 第48-53页 |
| 4.2.1 聚类算法响应时间： | 第48-50页 |
| 4.2.2 类簇覆盖率 | 第50-51页 |
| 4.2.3 标签可读性 | 第51-53页 |
| 4.3 系统性能分析 | 第53-54页 |
| 4.4 系统改进构想 | 第54-55页 |
| 第5章 结论 | 第55-56页 |
| 参考文献 | 第56-58页 |
| 作者简介 | 第58-59页 |
| 致谢 | 第59页 |
