基于潜在语义索引和免疫学习的BIRCH聚类算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第1章 绪论 | 第8-14页 |
| ·课题背景及研究的目的和意义 | 第8-9页 |
| ·研究内容及研究现状和发展趋势 | 第9-13页 |
| ·隐式兴趣挖掘技术 | 第9-10页 |
| ·BIRCH 聚类系统 | 第10-11页 |
| ·潜在语义索引 | 第11-12页 |
| ·人工免疫网络 | 第12-13页 |
| ·本文结构 | 第13-14页 |
| 第2章 应用于隐式兴趣挖掘的BIRCH 聚类算法 | 第14-19页 |
| ·BIRCH 算法主要技术描述 | 第14-16页 |
| ·高维稀疏数据聚类 | 第16-17页 |
| ·聚类有效性评定 | 第17页 |
| ·本章小结 | 第17-19页 |
| 第3章 潜在语义索引研究 | 第19-28页 |
| ·潜在语义索引主要方法描述及解释 | 第19-20页 |
| ·数学基础 | 第20-22页 |
| ·奇异值分解 | 第20-21页 |
| ·半离散矩阵分解 | 第21-22页 |
| ·奇异值分解在潜在语义索引中的应用 | 第22-23页 |
| ·实验及分析 | 第23-27页 |
| ·潜在语义索引示例 | 第23-24页 |
| ·潜在语义索引对BIRCH 聚类算法的影响 | 第24-27页 |
| ·本章小结 | 第27-28页 |
| 第4章 人工免疫网络研究 | 第28-39页 |
| ·人工免疫网络 | 第28-33页 |
| ·人工免疫网络概述 | 第28-30页 |
| ·人工免疫网络的形成过程中的关键机制 | 第30-33页 |
| ·人工免疫网络模型 | 第33-35页 |
| ·aiNet 模型 | 第33-34页 |
| ·人工免疫网络免疫细胞编码 | 第34页 |
| ·人工免疫网络模型 | 第34-35页 |
| ·实验与分析 | 第35-38页 |
| ·人工免疫网络 | 第36-37页 |
| ·基于人工免疫网络的自适应调节机制 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第5章 隐式用户兴趣挖掘系统及应用 | 第39-48页 |
| ·用户兴趣模型 | 第39-40页 |
| ·基于潜在语义索引的文档表示 | 第40-41页 |
| ·系统概述 | 第41-43页 |
| ·数据预处理 | 第41-42页 |
| ·文本BIRCH 聚类 | 第42-43页 |
| ·用户兴趣模型的应用 | 第43-47页 |
| ·用户兴趣聚类 | 第43-46页 |
| ·好友推荐 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 结论 | 第48-50页 |
| 参考文献 | 第50-55页 |
| 攻读硕士学位期间发表的学术论文 | 第55-57页 |
| 致谢 | 第57页 |
