| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-17页 |
| ·课题研究背景及意义 | 第9-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·中文网页主题提取方法研究现状 | 第11-12页 |
| ·特征选择方法研究现状 | 第12-13页 |
| ·文本聚类算法研究现状 | 第13-14页 |
| ·论文的主要工作及创新点 | 第14-15页 |
| ·论文的章节安排 | 第15-17页 |
| 第二章 中文 Web 文本聚类系统设计 | 第17-25页 |
| ·引言 | 第17页 |
| ·中文 Web 文本聚类系统一般流程 | 第17-18页 |
| ·文本预处理模块设计 | 第18-22页 |
| ·网页主题信息提取模块设计 | 第18页 |
| ·中文分词模块设计 | 第18-20页 |
| ·特征选择的模块设计 | 第20-21页 |
| ·文本表示模块设计 | 第21-22页 |
| ·文本聚类模块设计 | 第22-23页 |
| ·文本聚类质量的评定方法 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 中文网页主题信息提取的实现 | 第25-39页 |
| ·引言 | 第25-26页 |
| ·网页基本结构与主题信息标签 | 第26-29页 |
| ·网页基本结构 | 第26-27页 |
| ·主题信息标签 | 第27-29页 |
| ·中文网页主题信息提取流程分析 | 第29-36页 |
| ·噪音标签过滤 | 第29-30页 |
| ·中文网页主题信息提取方法 | 第30-36页 |
| ·实验及分析 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 文本特征选择与表示的实现 | 第39-47页 |
| ·引言 | 第39-40页 |
| ·TFIDF 算法的原理 | 第40-42页 |
| ·传统的 TFIDF 算法的不足与改进 | 第42-45页 |
| ·本章小结 | 第45-47页 |
| 第五章 文本聚类的实现 | 第47-63页 |
| ·引言 | 第47页 |
| ·K-均值算法 | 第47-50页 |
| ·K-均值算法概述 | 第47-48页 |
| ·K-均值算法流程 | 第48-50页 |
| ·传统 K-均值算法的不足与改进 | 第50-61页 |
| ·粒子群优化算法（PSO） | 第51-55页 |
| ·结合 PSO 与 KMeans 的新方案 PK_Cluster | 第55-61页 |
| ·本章小结 | 第61-63页 |
| 第六章 系统的整体实现及实验 | 第63-79页 |
| ·开发环境及工具 | 第63页 |
| ·系统实现 | 第63-69页 |
| ·系统实现流程 | 第63-65页 |
| ·系统实现类图 | 第65-66页 |
| ·系统功能模块及测试 | 第66-69页 |
| ·系统整体实验 | 第69-77页 |
| ·实验目的 | 第69页 |
| ·实验环境 | 第69页 |
| ·实验步骤 | 第69-71页 |
| ·实验结果评价指标 | 第71页 |
| ·实验方案设计、结果及分析 | 第71-77页 |
| ·实验结论 | 第77页 |
| ·本章小结 | 第77-79页 |
| 第七章 系统在用户行为分析中的应用 | 第79-83页 |
| ·应用背景 | 第79-80页 |
| ·系统应用方案 | 第80-81页 |
| ·应用效果 | 第81-82页 |
| ·本章小结 | 第82-83页 |
| 总结与展望 | 第83-85页 |
| 参考文献 | 第85-89页 |
| 攻读硕士学位期间取得的研究成果 | 第89-91页 |
| 致谢 | 第91-92页 |
| 答辩委员会对论文的评定意见 | 第92页 |