| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 绪论 | 第8-10页 |
| ·本文研究背景 | 第8页 |
| ·国内外研究现状 | 第8-9页 |
| ·研究意义 | 第9页 |
| ·本文所作的工作 | 第9-10页 |
| 第2章 搜索引擎及其相关技术介绍 | 第10-18页 |
| ·搜索引擎概述 | 第10-13页 |
| ·搜索引擎的工作原理 | 第10-11页 |
| ·搜索引擎分类 | 第11页 |
| ·搜索引擎发展历史 | 第11-13页 |
| ·元搜索概述 | 第13-15页 |
| ·权威web页面定义及特性 | 第15-16页 |
| ·本章小结 | 第16-18页 |
| 第3章 web文本聚类相关技术 | 第18-31页 |
| ·web文本特点 | 第18-19页 |
| ·超文本的结构性特点 | 第18页 |
| ·超文本的组成 | 第18-19页 |
| ·文本表示 | 第19-22页 |
| ·布尔逻辑模型 | 第20页 |
| ·向量模型空间 | 第20-21页 |
| ·概率模型空间 | 第21页 |
| ·各模型之间比较 | 第21-22页 |
| ·权重计算方法 | 第22-24页 |
| ·分词 | 第24-26页 |
| ·基于词库的分词方法 | 第24-26页 |
| ·基于统计的分词方法 | 第26页 |
| ·基于理解的切分方法 | 第26页 |
| ·特征提取方法 | 第26-30页 |
| ·特征频度 | 第27页 |
| ·文本频度 | 第27页 |
| ·特征熵 | 第27-28页 |
| ·信息增益 | 第28页 |
| ·x~2统计法 | 第28-29页 |
| ·互信息量 | 第29页 |
| ·词条CHI统计法 | 第29-30页 |
| ·各特征方法之间比较 | 第30页 |
| ·本章小节 | 第30-31页 |
| 第4章 web文本聚类算法的研究 | 第31-41页 |
| ·聚类概述 | 第31-32页 |
| ·聚类算法的要求 | 第32-34页 |
| ·可伸缩性 | 第32页 |
| ·处理不同类型属性的能力 | 第32-33页 |
| ·能发现任意形状的聚类 | 第33页 |
| ·使决定输入参数的领域知识最小化 | 第33页 |
| ·能够有效地处理噪声数据 | 第33页 |
| ·对于输入纪录的顺序不敏感 | 第33页 |
| ·高维性 | 第33页 |
| ·基于约束的聚类 | 第33-34页 |
| ·可解释性和可用性 | 第34页 |
| ·主要的聚类方法 | 第34-37页 |
| ·划分方法 | 第34页 |
| ·层次方法 | 第34-36页 |
| ·基于密度的方法 | 第36页 |
| ·基于模型的方法 | 第36-37页 |
| ·基于网格的方法 | 第37页 |
| ·常用的聚类分析方法 | 第37-40页 |
| ·K-means算法概述 | 第37-39页 |
| ·层次聚类算法 | 第39-40页 |
| ·动态聚类算法 | 第40页 |
| ·各算法之间比较 | 第40页 |
| ·本章小结 | 第40-41页 |
| 第5章 基于web文本聚类的元搜索引擎的设计与实现 | 第41-52页 |
| ·基于文本聚类的中文元搜索引擎的系统结构 | 第41-42页 |
| ·基于文本聚类的中文元搜索引擎的设计 | 第42-48页 |
| ·元搜索模块的设计 | 第42-44页 |
| ·网页分析模块的设计 | 第44-48页 |
| ·原型系统的实现与评测 | 第48-51页 |
| ·系统平台与开发工具 | 第48-49页 |
| ·系统评测 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 第6章 结论与未来发展 | 第52-53页 |
| ·创新点 | 第52页 |
| ·有待解决的问题及未来工作 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 攻读学位期间的研究成果 | 第57页 |