| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景与意义 | 第7-8页 |
| ·国内外研究现状 | 第8-10页 |
| ·国外研究现状 | 第8-9页 |
| ·国内研究现状 | 第9-10页 |
| ·本文研究内容 | 第10页 |
| ·论文组织结构 | 第10-13页 |
| 第二章 相关理论和技术 | 第13-29页 |
| ·文本聚类概述 | 第13-19页 |
| ·文本聚类概述 | 第13-15页 |
| ·主要的聚类算法简介 | 第15-18页 |
| ·文本挖掘对聚类的要求 | 第18-19页 |
| ·模糊 C 均值聚类方法 | 第19-21页 |
| ·基于知网的词语相似度计算 | 第21-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 文本表示模型研究 | 第29-37页 |
| ·文本表示模型问题分析 | 第29-30页 |
| ·带权主题概念图 | 第30-32页 |
| ·基于 WSCG 的文档相似度计算 | 第32-33页 |
| ·WSCG 实验及结果分析 | 第33-35页 |
| ·WSCG 模型抽取实验 | 第33-35页 |
| ·WSCG 模型相似度计算实验 | 第35页 |
| ·本章小结 | 第35-37页 |
| 第四章 基于语义的文本聚类算法 | 第37-45页 |
| ·文本聚类算法问题分析 | 第37页 |
| ·FCM 聚类算法的改进 | 第37-41页 |
| ·FCM 算法参数的选择 | 第37-39页 |
| ·聚类簇描述生成算法 | 第39-41页 |
| ·基于 WSCG 的语义聚类 | 第41-42页 |
| ·聚类实验及结果分析 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 文本聚类系统 SemCluster 的设计与实现 | 第45-59页 |
| ·系统设计目标 | 第45页 |
| ·系统总体设计 | 第45-47页 |
| ·体系结构—流程视角 | 第45-46页 |
| ·体系结构——数据视角 | 第46-47页 |
| ·主要功能模型设计与实现 | 第47-58页 |
| ·特征词语抽取 | 第48-51页 |
| ·FCM 聚类算法 | 第51-53页 |
| ·文本语义相似度的计算 | 第53-55页 |
| ·语义聚类 | 第55-57页 |
| ·语义关系预存储模块 | 第57页 |
| ·聚类评估 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 系统测试及结果分析 | 第59-63页 |
| ·实验设计 | 第59-60页 |
| ·实验内容 | 第59页 |
| ·实验环境和数据集 | 第59-60页 |
| ·SemCluster 系统测试 | 第60-62页 |
| ·系统整体介绍 | 第60-61页 |
| ·系统聚类功能测试 | 第61-62页 |
| ·聚类簇描述自动生成算法实验 | 第62页 |
| ·本章小结 | 第62-63页 |
| 第七章 总结与展望 | 第63-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-73页 |
| 在读期间研究成果 | 第73-74页 |