WEB文本挖掘的聚类分析

1 绪论	第1-16页
·研究背景及意义	第14页
·国内外研究现状	第14-15页
·本文主要研究内容	第15-16页
2 聚类分析研究	第16-23页
·数据表示	第16-17页
·聚类的标准或目标函数	第17-19页
·聚类的搜索算法	第19-20页
·常见聚类算法	第20-23页
3 文本挖掘中聚类分析	第23-33页
·文本挖掘	第23-24页
·WEB挖掘	第24-25页
·文本聚类中的数据表示方法	第25-26页
·文本聚类中的常用算法及分析	第26-28页
·层次聚类算法的抽象描述	第28-30页
·层次贝叶斯聚类算法	第30-33页
4 信息论与聚类分析	第33-43页
·信息论的基本观点	第33-34页
·信息论的思想在聚类分析中的应用	第34-36页
·文本聚类中的平均信息量模型	第36-38页
·平均信息量模型的概率解释	第38-40页
·算法复杂度分析	第40-41页
·平均信息量模型的局限及改进	第41-43页
5 试验设计与结果分析	第43-52页
·测试数据说明	第43页
·试验结果的评价(平均准确率)	第43-45页
·测试结果及分析	第45-52页
致谢	第52-53页
参考文献	第53-54页