摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第11-15页 |
1.1 课题背景 | 第11-13页 |
1.2 本文工作 | 第13-14页 |
1.3 本文组织 | 第14页 |
1.4 本文小结 | 第14-15页 |
第2章 相关工作 | 第15-22页 |
2.1 文本聚类 | 第15-16页 |
2.2 文本特征提取 | 第16-18页 |
2.2.1 文档频数特征选择 | 第16-17页 |
2.2.2 单词权特征选择 | 第17页 |
2.2.3 单词熵特征选择 | 第17页 |
2.2.4 主题特征选择 | 第17-18页 |
2.3 类别描述 | 第18-20页 |
2.3.1 基于统计的类别描述 | 第18-19页 |
2.3.2 基于外源数据的类别描述 | 第19页 |
2.3.3 基于聚类过程的类别描述 | 第19-20页 |
2.4 单词相似度计算 | 第20-21页 |
2.4.1 潜在语义分析方法(LSA,Latent Semantic Anslysis) | 第20页 |
2.4.2 利用本体知识计算 | 第20-21页 |
2.4.3 利用大规模的语料计算 | 第21页 |
2.5 本章小结 | 第21-22页 |
第3章 问题描述及数据模型定义 | 第22-26页 |
3.1 问题描述 | 第22-25页 |
3.2 数据模型定义 | 第25页 |
3.3 本章小结 | 第25-26页 |
第4章 基于时间顺序兴趣集的用户相似度计算 | 第26-39页 |
4.1 用户相似度模型 | 第26页 |
4.2 用户相似度计算框架 | 第26-31页 |
4.2.1 兴趣集相似度 | 第27-28页 |
4.2.2 兴趣集序列相似度 | 第28-31页 |
4.2.3 用户相似度 | 第31页 |
4.3 分布式的单词相似度计算 | 第31-38页 |
4.3.1 单词相似度定义 | 第32页 |
4.3.2 单词相似度计算 | 第32-38页 |
4.4 本章小结 | 第38-39页 |
第5章 启发式的个人博客聚类 | 第39-50页 |
5.1 启发式的相似内容获取 | 第39-44页 |
5.1.1 类别表示源数据获取 | 第40-41页 |
5.1.2 基于目标博主的相似博客获取 | 第41-44页 |
5.2 综合特征生成 | 第44-46页 |
5.2.1 单词熵提取文本特征 | 第44-45页 |
5.2.2 基于LDA的主题特征 | 第45页 |
5.2.3 综合特征 | 第45-46页 |
5.3 基于博客平台数据的半自动化聚类簇描述 | 第46-49页 |
5.4 本章小结 | 第49-50页 |
第6章 系统设计与实现 | 第50-56页 |
6.1 系统结构 | 第50-51页 |
6.2 启发式数据搜索爬取模块 | 第51-52页 |
6.2.1 启发式离线搜索数据爬取模块 | 第51页 |
6.2.2 启发式在线搜索数据爬取模块 | 第51-52页 |
6.3 类别描述求解模块 | 第52-53页 |
6.4 相似词计算模块 | 第53页 |
6.5 用户相似度计算模块 | 第53-54页 |
6.6 聚类模块 | 第54-55页 |
6.7 本章小结 | 第55-56页 |
第7章 实验结果及分析 | 第56-64页 |
7.1 聚类评价方法 | 第56-57页 |
7.2 实验结果及结果分析 | 第57-63页 |
7.2.1 启发式个人博客聚类算法的比较实验 | 第57-62页 |
7.2.2 聚类簇描述的实验 | 第62-63页 |
7.3 本章小结 | 第63-64页 |
第8章 总结和展望 | 第64-66页 |
8.1 本文主要工作和贡献 | 第64页 |
8.2 未来研究工作展望 | 第64-66页 |
参考文献 | 第66-70页 |
致谢 | 第70页 |