结合概率潜在语义分析的文本谱聚类研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-13页 |
| ·研究背景和意义 | 第8-9页 |
| ·文件聚类的研究现状 | 第9-10页 |
| ·谱聚类算法的研究现状和应用 | 第10-11页 |
| ·本文的研究内容及组织结构 | 第11-13页 |
| ·本文的研究内容 | 第11页 |
| ·本文的结构安排 | 第11-13页 |
| 2 谱聚类概述 | 第13-32页 |
| ·引言 | 第13页 |
| ·文本聚类分析概述 | 第13-16页 |
| ·文本聚类相关技术 | 第16-19页 |
| ·聚类分析中文本表示 | 第16-18页 |
| ·相似度测量 | 第18-19页 |
| ·谱聚类算法 | 第19-24页 |
| ·谱聚类算法简介 | 第19页 |
| ·谱图理论和划分准则 | 第19-22页 |
| ·典型的谱聚类算法 | 第22-24页 |
| ·向量空间模型 | 第24-28页 |
| ·向量空间模型描述 | 第24-26页 |
| ·向量空间模型表示文本的不足 | 第26-28页 |
| ·概率潜在语义分析概述 | 第28页 |
| ·概率潜在语义分析技术 | 第28-31页 |
| ·模型假设 | 第28-30页 |
| ·EM 算法 | 第30-31页 |
| ·小结 | 第31-32页 |
| 3 结合概率潜在语义分析的文本谱聚类 | 第32-38页 |
| ·引言 | 第32页 |
| ·相似矩阵构造问题 | 第32-33页 |
| ·使用概率潜在语义分析构造相似矩阵 | 第33-35页 |
| ·结合 pLSA 的文本谱聚类算法 | 第35-37页 |
| ·小结 | 第37-38页 |
| 4 实验结果与分析 | 第38-50页 |
| ·引言 | 第38页 |
| ·实验主要流程 | 第38-39页 |
| ·实验及效果评价分析 | 第39-41页 |
| ·数据集 | 第39页 |
| ·构造初始词条文档矩阵 | 第39页 |
| ·PLSA 处理词条文本 | 第39-40页 |
| ·谱聚类过程 | 第40页 |
| ·实验评价标准 | 第40-41页 |
| ·实验结果 | 第41-49页 |
| ·小结 | 第49-50页 |
| 5 结语 | 第50-52页 |
| ·本文总结 | 第50-51页 |
| ·下一步的研究工作 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 附录 | 第56页 |
| A. 作者在攻读学位期间发表的论文目录 | 第56页 |
| B. 作者在攻读硕士学位期间所参与的科研课题 | 第56页 |
