面向短消息文本的聚类技术研究与应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 1. 绪论 | 第11-16页 |
| ·课题研究背景 | 第11-12页 |
| ·课题研究的目的和意义 | 第12-13页 |
| ·短消息文本挖掘技术的现状与发展 | 第13-15页 |
| ·研究内容及论文结构 | 第15-16页 |
| 2. 短消息文本聚类技术概述 | 第16-27页 |
| ·文本表示与计算 | 第16-18页 |
| ·向量空间模型 | 第17页 |
| ·后缀树模型 | 第17-18页 |
| ·文本聚类算法 | 第18-23页 |
| ·层次式聚类 | 第18-19页 |
| ·划分式聚类 | 第19-20页 |
| ·自组织映射 | 第20-21页 |
| ·空间索引聚类 | 第21-22页 |
| ·聚类算法比较 | 第22-23页 |
| ·聚类有效性评价 | 第23-26页 |
| ·熵 | 第23-24页 |
| ·特征准量 | 第24-25页 |
| ·平均准确率 | 第25页 |
| ·时间复杂度 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 3. 短消息文本处理与特征提取 | 第27-37页 |
| ·短消息文本来源 | 第27-28页 |
| ·短消息文本特性 | 第28-29页 |
| ·短消息文本预处理 | 第29-31页 |
| ·基于分词的短消息文本处理与特征提取 | 第31-34页 |
| ·中文分词处理 | 第31-33页 |
| ·文本特征提取 | 第33-34页 |
| ·基于后缀树模型的文本处理与特征提取 | 第34-35页 |
| ·基于后缀树的特征提取 | 第34-35页 |
| ·后缀树聚类的文本特征选择 | 第35页 |
| ·本章小结 | 第35-37页 |
| 4. 基于向量空间模型的短消息文本聚类 | 第37-48页 |
| ·文本向量空间模型 | 第37-41页 |
| ·特征项 | 第37页 |
| ·特征项的权重 | 第37-39页 |
| ·向量空间模型 | 第39-40页 |
| ·文本相似度计算 | 第40-41页 |
| ·向量空间模型短消息文本聚类 | 第41-43页 |
| ·数据预处理 | 第41-42页 |
| ·文本向量表示 | 第42页 |
| ·传统聚类算法处理 | 第42-43页 |
| ·实验仿真 | 第43-47页 |
| ·实验数据 | 第43-45页 |
| ·K-Means聚类结果 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 5. 基于后缀树的短消息文本聚类 | 第48-61页 |
| ·后缀树相关概念 | 第48-51页 |
| ·后缀树构建算法 | 第51-52页 |
| ·后缀树聚类算法 | 第52-54页 |
| ·文本预处理 | 第52-53页 |
| ·短语基本类识别 | 第53-54页 |
| ·短语类合并 | 第54页 |
| ·实验仿真 | 第54-57页 |
| ·实验数据及预处理 | 第54-55页 |
| ·短语基本类识别 | 第55-56页 |
| ·基本类合并及聚类结果 | 第56-57页 |
| ·聚类算法比较 | 第57-60页 |
| ·STC聚类结果 | 第57-58页 |
| ·聚类结果比较 | 第58-59页 |
| ·时间复杂度 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 6. 短消息文本聚类原型系统 | 第61-69页 |
| ·系统开发平台与环境 | 第61页 |
| ·系统总体结构 | 第61-62页 |
| ·详细模块设计 | 第62-66页 |
| ·短消息文本采集 | 第62-63页 |
| ·文本预处理 | 第63页 |
| ·聚类处理 | 第63-64页 |
| ·聚类结果 | 第64-66页 |
| ·系统运行效果 | 第66-68页 |
| ·本章小结 | 第68-69页 |
| 7. 总结与展望 | 第69-72页 |
| ·总结 | 第69-70页 |
| ·展望 | 第70-72页 |
| 参考文献 | 第72-77页 |
| 后记 | 第77-78页 |
| 致谢 | 第78页 |
