| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 短文本处理的特点 | 第11页 |
| 1.3 国内外研究现状 | 第11-14页 |
| 1.4 主要工作 | 第14-15页 |
| 1.5 文章结构安排 | 第15-17页 |
| 第二章 相关技术和算法简介 | 第17-27页 |
| 2.1 文本预处理 | 第17-18页 |
| 2.2 经典的文本聚类算法 | 第18-23页 |
| 2.2.1 K-means算法 | 第18-19页 |
| 2.2.2 BIRCH算法 | 第19-21页 |
| 2.2.3 DBSCAN算法 | 第21-22页 |
| 2.2.4 EM算法 | 第22-23页 |
| 2.3 CHIR特征选择和CHIR-TCFS算法 | 第23-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 CHIR-TCFS短文本聚类算法的初次改进 | 第27-46页 |
| 3.1 特征选择方法的改进 | 第27-33页 |
| 3.1.1 非平衡数据集特征选择概述 | 第27-28页 |
| 3.1.2 信息增益方法及其改进 | 第28-30页 |
| 3.1.2.1 基于信息增益的特征选择 | 第28页 |
| 3.1.2.2 信息增益特征选择的改进 | 第28-30页 |
| 3.1.3 TF-IDF方法及其改进 | 第30-33页 |
| 3.1.3.1 基于TF-IDF的特征选择 | 第30-31页 |
| 3.1.3.2 TF-IDF特征选择的改进 | 第31-33页 |
| 3.2 基于基样本点的原始聚类中心的选取 | 第33-35页 |
| 3.3 初次改进的CHIR-TCFS短文本聚类算法 | 第35-36页 |
| 3.4 实验结果及分析 | 第36-44页 |
| 3.4.1 实验数据准备 | 第36-37页 |
| 3.4.2 实验对比对象 | 第37页 |
| 3.4.3 评价指标 | 第37-38页 |
| 3.4.4 相似度量公式 | 第38-39页 |
| 3.4.5 相关实验及分析 | 第39-44页 |
| 3.5 本章小结 | 第44-46页 |
| 第四章 快速收敛聚类算法 | 第46-57页 |
| 4.1 短文本规模现状概述 | 第46页 |
| 4.2 初次改进的CHIR-TCFS算法性能分析 | 第46-47页 |
| 4.3 排斥弱表征能力特征的相似度计算 | 第47-48页 |
| 4.4 强表征能力特征的快速收敛算法 | 第48-50页 |
| 4.5 实验结果及分析 | 第50-56页 |
| 4.5.1 参数测试 | 第50-53页 |
| 4.5.2 快速收敛算法性能评价 | 第53-56页 |
| 4.6 本章小结 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 主要工作 | 第57-58页 |
| 5.2 未来展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 详细摘要 | 第65-67页 |