基于归一化压缩距离的文本谱聚类算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第7-12页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.2.1 文本聚类研究现状 | 第8-9页 |
| 1.2.2 压缩距离研究现状 | 第9-10页 |
| 1.3 论文主要研究工作 | 第10-11页 |
| 1.4 论文组织结构 | 第11-12页 |
| 第2章 文本聚类算法概述 | 第12-24页 |
| 2.1 文本表示模型 | 第12-16页 |
| 2.1.1 布尔模型 | 第13页 |
| 2.1.2 向量空间模型 | 第13-15页 |
| 2.1.3 概率模型 | 第15-16页 |
| 2.1.4 语言模型 | 第16页 |
| 2.2 文本聚类算法 | 第16-19页 |
| 2.2.1 划分法 | 第16-17页 |
| 2.2.2 层次法 | 第17-18页 |
| 2.2.3 基于密度的聚类方法 | 第18页 |
| 2.2.4 基于网格的聚类方法 | 第18-19页 |
| 2.3 谱聚类算法 | 第19-23页 |
| 2.3.1 基础理论 | 第19-20页 |
| 2.3.2 谱图划分准则 | 第20-21页 |
| 2.3.3 经典谱聚类算法 | 第21-22页 |
| 2.3.4 谱聚类算法缺点 | 第22-23页 |
| 2.4 文本聚类效果评价指标 | 第23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 压缩距离概述 | 第24-33页 |
| 3.1 相似度度量方法 | 第24-25页 |
| 3.2 规范化距离准则 | 第25-26页 |
| 3.3 信息距离 | 第26-30页 |
| 3.3.1 Kolmogorov复杂性 | 第26-28页 |
| 3.3.2 信息距离理论 | 第28-30页 |
| 3.4 归一化压缩距离 | 第30-32页 |
| 3.4.1 对象间的压缩距离 | 第31页 |
| 3.4.2 归一化压缩距离的应用 | 第31-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第4章 利用外部知识库的特征扩展方法 | 第33-42页 |
| 4.1 基于NCD的文本聚类存在的问题 | 第33-34页 |
| 4.2 利用外部知识扩库的文本特征扩展方法 | 第34-40页 |
| 4.2.1 待扩展关键词提取 | 第36-38页 |
| 4.2.2 特征扩展结果的降噪处理 | 第38-40页 |
| 4.3 本章小结 | 第40-42页 |
| 第5章 基于改进NCD的文本聚类 | 第42-56页 |
| 5.1 改进的基于NCD的文本相似度计算 | 第42-48页 |
| 5.1.1 引入特征扩展方法 | 第42-43页 |
| 5.1.2 文本间压缩距离计算及优化 | 第43-48页 |
| 5.2 DEF-KC文本聚类模型 | 第48-55页 |
| 5.2.1 预处理过程 | 第49-51页 |
| 5.2.2 文本特征扩展过程 | 第51-54页 |
| 5.2.3 文本相似度计算过程 | 第54页 |
| 5.2.4 聚类处理过程 | 第54-55页 |
| 5.3 本章小结 | 第55-56页 |
| 第6章 实验及分析 | 第56-62页 |
| 6.1 实验语料库选择 | 第56页 |
| 6.2 实验结果及分析 | 第56-61页 |
| 6.2.1 评价标准 | 第56-57页 |
| 6.2.2 实验设计 | 第57页 |
| 6.2.3 特征扩展方法参数确定 | 第57-59页 |
| 6.2.4 DEF-KC算法有效性实验结果分析 | 第59-60页 |
| 6.2.5 DEF-KC算法稳定性实验结果分析 | 第60-61页 |
| 6.3 本章小结 | 第61-62页 |
| 第7章 总结与展望 | 第62-63页 |
| 7.1 本文工作总结 | 第62页 |
| 7.2 下一步工作展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 附录 | 第67-68页 |
| 图表目录 | 第68-69页 |
