| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 绪论 | 第10-19页 |
| 1.1 研究背景及意义 | 第10-13页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 国外研究现状 | 第13-14页 |
| 1.2.2 国内研究现状 | 第14-16页 |
| 1.2.3 文献总结 | 第16页 |
| 1.3 研究内容及路线 | 第16-19页 |
| 1.3.1 研究内容 | 第16-18页 |
| 1.3.2 研究路线 | 第18-19页 |
| 2 相关理论概念和方法论述 | 第19-25页 |
| 2.1 医疗门户网站 | 第19-20页 |
| 2.2 公众分类的概念和特点 | 第20-23页 |
| 2.2.1 公众分类的概念 | 第20-21页 |
| 2.2.2 公众分类的特点 | 第21-22页 |
| 2.2.3 公众分类与标签 | 第22-23页 |
| 2.3 数据挖掘中的聚类算法 | 第23-24页 |
| 2.3.1 层次聚类算法 | 第23-24页 |
| 2.3.2 分割聚类算法 | 第24页 |
| 2.3.3 基于约束的聚类算法 | 第24页 |
| 2.4 本章小结 | 第24-25页 |
| 3 医疗门户网站信息资源组织方式 | 第25-33页 |
| 3.1 传统网络信息资源组织方式分析 | 第25-26页 |
| 3.2 医疗门户网站信息资源组织方式 | 第26-30页 |
| 3.2.1 医疗门户网站信息资源分类分析 | 第27-29页 |
| 3.2.2 医疗门户网站信息资源分类缺陷 | 第29-30页 |
| 3.3 主题-公众分类在医疗门户网站中的应用 | 第30-31页 |
| 3.3.1 主题-公众分类法的应用思想 | 第30-31页 |
| 3.3.2 主题-公众分类法在医疗门户网站信息资源组织中的优势 | 第31页 |
| 3.4 本章小结 | 第31-33页 |
| 4 基于主题-标签聚类的医疗信息资源组织研究 | 第33-52页 |
| 4.1 医疗门户网站标签聚类的必要性 | 第33-34页 |
| 4.2 利用K-means聚类算法构建医疗信息资源标签树 | 第34-37页 |
| 4.2.1 标签树生成方法分析 | 第34页 |
| 4.2.2 基于K-means聚类算法的改进 | 第34-35页 |
| 4.2.3 改进算法的标签树生成过程 | 第35-37页 |
| 4.3 仿真与评价 | 第37-50页 |
| 4.3.1 数据集的获取和实验设置 | 第37-40页 |
| 4.3.2 评价方法与评价指标 | 第40-46页 |
| 4.3.3 评价结果分析 | 第46-50页 |
| 4.4 主题词与标签聚类结果对医疗门户网站的作用 | 第50页 |
| 4.5 本章小结 | 第50-52页 |
| 5 基于公众分类构建医疗门户网站分类新体系 | 第52-64页 |
| 5.1 构建医疗门户网站主题-公众分类系统模型 | 第52-58页 |
| 5.1.1 医疗门户网站主题-公众分类系统整体框架 | 第52-54页 |
| 5.1.2 医疗门户网站主题-公众分类系统详细流程描述 | 第54-58页 |
| 5.2 基于主题-公众分类的医疗门户网站结构模型 | 第58-60页 |
| 5.3 主题-标签分类系统的医疗信息资源推荐 | 第60-63页 |
| 5.3.1 基于标签的医疗资源推荐 | 第60-61页 |
| 5.3.2 基于用户的医疗资源推荐 | 第61-63页 |
| 5.4 本章小结 | 第63-64页 |
| 6 结论与展望 | 第64-66页 |
| 6.1 论文总结 | 第64页 |
| 6.2 研究展望 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 学位论文数据集 | 第71页 |
