| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 文本聚类 | 第12-13页 |
| 1.2.2 协同文本聚类 | 第13-14页 |
| 1.2.3 文本聚类集成 | 第14-15页 |
| 1.3 本文主要内容与结构安排 | 第15-17页 |
| 第2章 理论基础 | 第17-30页 |
| 2.1 文本聚类分析简介 | 第17-21页 |
| 2.1.1 聚类分析 | 第17页 |
| 2.1.2 文本聚类应用和优缺点 | 第17-20页 |
| 2.1.3 协同文本聚类 | 第20-21页 |
| 2.2 文本数据的预处理 | 第21-24页 |
| 2.2.1 网页的预处理 | 第21-22页 |
| 2.2.2 文本分词 | 第22-23页 |
| 2.2.3 权重的计算 | 第23-24页 |
| 2.3 文本特征的表示 | 第24-26页 |
| 2.3.1 布尔模型 | 第24-25页 |
| 2.3.2 向量空间模型 | 第25页 |
| 2.3.3 概率模型 | 第25-26页 |
| 2.3.4 后缀树模型 | 第26页 |
| 2.3.5 语言模型 | 第26页 |
| 2.4 聚类集成 | 第26-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 协同文本聚类 | 第30-39页 |
| 3.1 协同文本的概述 | 第30页 |
| 3.2 文本特征词的约减 | 第30-33页 |
| 3.2.1 特征选择 | 第30-32页 |
| 3.2.2 特征提取 | 第32-33页 |
| 3.3 基于相关系数和矩阵块的协同文本聚类 | 第33-38页 |
| 3.3.1 基于双词的向量空间模型 | 第33-34页 |
| 3.3.2 相关系数和矩阵块的表示 | 第34-35页 |
| 3.3.3 协同文本聚类 | 第35-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 基于数据片段的文本聚类集成 | 第39-46页 |
| 4.1 基于数据片段的聚类集成意义 | 第39页 |
| 4.2 数据片段的提取 | 第39-41页 |
| 4.3 基于数据片段的文本集成算法 | 第41-44页 |
| 4.4 本章小结 | 第44-46页 |
| 第5章 实验结果与分析 | 第46-63页 |
| 5.1 实验数据 | 第46-47页 |
| 5.2 评价方法 | 第47-48页 |
| 5.2.1 F-measure值 | 第47页 |
| 5.2.2 Ocq值 | 第47-48页 |
| 5.3 基于相关系数和矩阵块的协同文本聚类 | 第48-61页 |
| 5.3.1 双词模型分析 | 第48-50页 |
| 5.3.2 基于相关系数和矩阵块的协同文本实验分析 | 第50-55页 |
| 5.3.3 基于数据片段的文本聚类集成 | 第55-61页 |
| 5.4 本章小结 | 第61-63页 |
| 结论与展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第71页 |