| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.2 搜索引擎的相关技术 | 第12-13页 |
| 1.3 聚类算法的研究现状 | 第13-15页 |
| 1.3.1 聚类算法的研究现状 | 第13-14页 |
| 1.3.2 搜索结果聚类的发展现状 | 第14-15页 |
| 1.4 论文研究内容 | 第15页 |
| 1.5 论文组织结构 | 第15-18页 |
| 第二章 中文文本聚类技术研究 | 第18-28页 |
| 2.1 主要聚类方法 | 第18-19页 |
| 2.1.1 基于划分的聚类算法 | 第18页 |
| 2.1.2 基于层次的聚类算法 | 第18页 |
| 2.1.3 基于密度的聚类算法 | 第18-19页 |
| 2.1.4 基于网格的聚类算法 | 第19页 |
| 2.1.5 基于模型的聚类算法 | 第19页 |
| 2.2 中文分词技术 | 第19-21页 |
| 2.2.1 基于字符串匹配的分词方法 | 第19-20页 |
| 2.2.2 基于理解的分词方法 | 第20页 |
| 2.2.3 基于统计的分词方法 | 第20页 |
| 2.2.4 分词系统 | 第20-21页 |
| 2.3 文本表示 | 第21-23页 |
| 2.3.1 向量空间模型 | 第21-22页 |
| 2.3.2 权重的计算 | 第22页 |
| 2.3.3 相似度计算 | 第22-23页 |
| 2.4 聚类效果评价指标 | 第23-24页 |
| 2.5 搜索结果聚类 | 第24-26页 |
| 2.5.1 文本聚类与搜索结果聚类 | 第24-25页 |
| 2.5.2 搜索结果聚类系统 | 第25-26页 |
| 2.6 本章小结 | 第26-28页 |
| 第三章 K-Means聚类算法的研究与改进 | 第28-42页 |
| 3.1 K-Means聚类算法的研究 | 第28-32页 |
| 3.1.1 K-Means算法描述 | 第28-29页 |
| 3.1.2 K-Means算法分析 | 第29-32页 |
| 3.2 改进的K-Means聚类算法 | 第32-39页 |
| 3.2.1 最大最小距离法 | 第32-33页 |
| 3.2.2 基于密度的最大最小距离法 | 第33-35页 |
| 3.2.3 基于密度的最大最小距离法描述 | 第35页 |
| 3.2.4 基于邻居的聚类中心计算方法 | 第35-37页 |
| 3.2.5 改进的K-Means聚类算法描述与分析 | 第37-39页 |
| 3.3 生成聚类标签 | 第39-40页 |
| 3.4 本章小结 | 第40-42页 |
| 第四章 改进的搜索结果聚类方法 | 第42-50页 |
| 4.1 预处理 | 第42-44页 |
| 4.1.1 分词 | 第42-43页 |
| 4.1.2 特征词过滤 | 第43-44页 |
| 4.2 文本表示 | 第44-48页 |
| 4.2.1 TF-IDF算法的分析 | 第45-46页 |
| 4.2.2 相似度计算 | 第46-48页 |
| 4.3 搜索结果聚类过程 | 第48-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第五章 基于K-Means算法的搜索结果聚类实验 | 第50-70页 |
| 5.1 实验准备 | 第50页 |
| 5.2 Nutch的安装与配置 | 第50-56页 |
| 5.2.1 Nutch运行环境 | 第51-53页 |
| 5.2.2 Nutch爬虫系统配置 | 第53-54页 |
| 5.2.3 Tomcat上部署Nutch | 第54-56页 |
| 5.3 网页解析 | 第56-58页 |
| 5.4 搜索结果聚类实验 | 第58-69页 |
| 5.4.1 实验数据 | 第58-59页 |
| 5.4.2 初始聚类中心选择实验 | 第59-60页 |
| 5.4.3 改进后的K-Means聚类算法 | 第60-65页 |
| 5.4.4 长度因子和词性因子对实验结果的影响 | 第65-67页 |
| 5.4.5 聚类标签提取 | 第67-69页 |
| 5.5 本章小结 | 第69-70页 |
| 第六章 结论及展望 | 第70-72页 |
| 6.1 主要研究结论 | 第70-71页 |
| 6.2 研究展望 | 第71-72页 |
| 致谢 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 攻读硕士学位期间发表的论文 | 第78页 |