| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 论文的研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 科技情报采集研究现状 | 第10-11页 |
| 1.2.2 文本聚类研究现状 | 第11-12页 |
| 1.3 本文的研究内容 | 第12-13页 |
| 1.4 本文的组织结构 | 第13页 |
| 1.5 本章小结 | 第13-15页 |
| 第2章 背景知识及相关技术 | 第15-33页 |
| 2.1 搜索引擎介绍 | 第15-16页 |
| 2.2 元搜索模型 | 第16-17页 |
| 2.2.1 基本概念 | 第16页 |
| 2.2.2 工作原理 | 第16-17页 |
| 2.3 垂直搜索模型 | 第17-18页 |
| 2.3.1 基本概念 | 第17-18页 |
| 2.3.2 工作原理 | 第18页 |
| 2.4 网页信息采集的工作原理及相关技术 | 第18-22页 |
| 2.4.1 网页信息采集策略 | 第18-19页 |
| 2.4.2 URL 调度方法 | 第19-20页 |
| 2.4.3 并行抓取策略 | 第20-21页 |
| 2.4.4 爬虫伪装策略 | 第21页 |
| 2.4.5 断点续传技术 | 第21-22页 |
| 2.4.6 网页中文本的解析 | 第22页 |
| 2.5 文本表示模型 | 第22-25页 |
| 2.5.1 布尔模型 | 第22-23页 |
| 2.5.2 向量空间模型 | 第23-24页 |
| 2.5.3 概率模型 | 第24-25页 |
| 2.6 基于 VSM 的文本相似度计算方法 | 第25-26页 |
| 2.7 文本聚类算法 | 第26-29页 |
| 2.7.1 基于划分的方法 | 第26页 |
| 2.7.2 基于层次的方法 | 第26-27页 |
| 2.7.3 基于密度的方法 | 第27-28页 |
| 2.7.4 基于网络的方法 | 第28页 |
| 2.7.5 基于模型的方法 | 第28-29页 |
| 2.8 几种经典算法的优缺点比较 | 第29页 |
| 2.9 文本聚类评价方法 | 第29-31页 |
| 2.9.1 基于 F 值的评价方法 | 第30页 |
| 2.9.2 基于熵的评价方法 | 第30-31页 |
| 2.9.3 Jaccard、Rand 及 FM 系数法 | 第31页 |
| 2.10 本章小结 | 第31-33页 |
| 第3章 基于无监督的科技情报采集系统的设计 | 第33-53页 |
| 3.1 系统的设计目标 | 第33页 |
| 3.2 系统总体设计架构 | 第33-36页 |
| 3.2.1 系统结构设计 | 第33-34页 |
| 3.2.2 系统的基本流程 | 第34-36页 |
| 3.3 搜索模块 | 第36页 |
| 3.3.1 网页数据搜索模块 | 第36页 |
| 3.3.2 论文数据搜索模块 | 第36页 |
| 3.4 多线程控制模块 | 第36-37页 |
| 3.5 网页抓取中源码解析和数据格式化方法 | 第37-38页 |
| 3.5.1 源码解析方法 | 第37页 |
| 3.5.2 数据格式化方法 | 第37-38页 |
| 3.6 内存管理器 | 第38页 |
| 3.7 机群化运行策略 | 第38-39页 |
| 3.8 数据分析模块 | 第39-42页 |
| 3.9 系统运行及结果分析 | 第42-52页 |
| 3.9.1 数据采集 | 第42-44页 |
| 3.9.2 论文排名分析 | 第44-49页 |
| 3.9.3 论文引用分析 | 第49-50页 |
| 3.9.4 学术关注度分析 | 第50-52页 |
| 3.10 本章小结 | 第52-53页 |
| 第4章 基于快速排序的文本聚类算法 | 第53-69页 |
| 4.1 算法的设计目标 | 第53页 |
| 4.2 算法的设计思想 | 第53-54页 |
| 4.3 快速排序算法 | 第54页 |
| 4.4 FTC 算法流程 | 第54-59页 |
| 4.4.1 定义 | 第54-55页 |
| 4.4.2 性质 | 第55页 |
| 4.4.3 执行步骤 | 第55-59页 |
| 4.5 算法优化策略 | 第59-60页 |
| 4.5.1 随机化快速排序策略 | 第59-60页 |
| 4.5.2 递归转换策略 | 第60页 |
| 4.6 算法评价 | 第60-61页 |
| 4.7 实验测试与分析 | 第61-68页 |
| 4.7.1 实验设计 | 第61-62页 |
| 4.7.2 聚类阈值对结果的影响 | 第62-63页 |
| 4.7.3 不同文本聚类算法的结果对比 | 第63-66页 |
| 4.7.4 不同文本聚类算法的时间对比 | 第66-68页 |
| 4.7.5 实验结果分析 | 第68页 |
| 4.8 本章小结 | 第68-69页 |
| 结束语 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士期间所发表的学术论文 | 第75-77页 |
| 致谢 | 第77页 |