1 引言 | 第1-13页 |
·信息过滤的意义及国内外研究现状 | 第8-11页 |
·信息过滤的意义及其分类 | 第8-9页 |
·信息过滤的特点 | 第9-10页 |
·信息过滤国内外相关研究概述 | 第10-11页 |
·文本聚类在信息过滤系统中的应用研究 | 第11-13页 |
·当前信息过滤系统的不足 | 第12页 |
·聚类在文献信息过滤系统中的应用 | 第12-13页 |
2 常用聚类算法与文本表示概述 | 第13-21页 |
·当前常用聚类算法 | 第13-17页 |
·层次聚类算法 | 第13页 |
·分割聚类算法 | 第13-14页 |
·基于密度的聚类算法 | 第14-15页 |
·网格聚类算法 | 第15-16页 |
·其他聚类算法 | 第16-17页 |
·传统文本表示模型的优缺点 | 第17-21页 |
·布尔模型 | 第17-18页 |
·概率模型 | 第18页 |
·向量空间模型 | 第18-21页 |
3 基于粗糙集的文本表示模型(Rough Set Modal) | 第21-31页 |
·粗糙集的基本概念 | 第21-22页 |
·文档的粗糙集表示模型的提出 | 第22-24页 |
·聚类算法的选取 | 第24-25页 |
·加权体系的构成与改进 | 第25-31页 |
·信息过滤系统中的文档加权方法 | 第25-28页 |
·基于粗糙集的模型对加权体系的改进 | 第28-31页 |
4 文本聚类在文献过滤系统中的应用 | 第31-41页 |
·文献语料的规范化 | 第31-32页 |
·文献语料的组织 | 第32-36页 |
·新文献库中文献的组织方式 | 第32页 |
·文献检索库中文献的组织方式 | 第32-35页 |
·文档聚类数据库中文献的组织 | 第35-36页 |
·聚类的实现和模型的比较 | 第36-38页 |
·三种聚类模型的实现算法 | 第36-37页 |
·三种模型的结果及数据分析 | 第37-38页 |
·聚类检索和聚类过滤 | 第38-41页 |
·聚类检索的实现 | 第38-39页 |
·文献过滤系统中用户模型的聚类 | 第39-41页 |
5 实验结果及评测标准 | 第41-44页 |
·实验所需测试内容 | 第41页 |
·评价指标 | 第41-42页 |
·实验条件与结果分析 | 第42-44页 |
6 结束与展望 | 第44-45页 |
致谢 | 第45-46页 |
参考文献 | 第46-48页 |