| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·本文的主要工作 | 第12页 |
| ·本文的组织结构 | 第12-14页 |
| 第二章 互联网文本挖掘概述 | 第14-24页 |
| ·文本挖掘概述 | 第14-19页 |
| ·文本挖掘概念 | 第14页 |
| ·文本挖掘中的问题 | 第14-16页 |
| ·文本挖掘的流程 | 第16页 |
| ·文本挖掘的研究内容 | 第16-19页 |
| ·互联网文本数据挖掘概述 | 第19-23页 |
| ·互联网文本的结构特征 | 第20-21页 |
| ·互联网文本挖掘的研究 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于HtmlParser 的网页数据自动抽取 | 第24-41页 |
| ·常用的网页数据抽取方法 | 第24-26页 |
| ·常用的网页数据抽取模型 | 第26-28页 |
| ·HtmlParser 概述 | 第28-31页 |
| ·HtmlParser 基本功能 | 第29-30页 |
| ·HtmlParser 基本数据结构 | 第30-31页 |
| ·基于HtmlParser 的网页数据自动抽取 | 第31-40页 |
| ·总体框架 | 第31-32页 |
| ·数据转换 | 第32-33页 |
| ·数据抽取 | 第33-35页 |
| ·数据清洗 | 第35-37页 |
| ·抽取实验 | 第37-38页 |
| ·自动抽取实例 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 新闻检索结果聚类分析 | 第41-67页 |
| ·检索结果聚类概述 | 第42-43页 |
| ·总体框架 | 第43-44页 |
| ·基于Lucene 的索引数据库 | 第44-50页 |
| ·Lucene 概述 | 第44-46页 |
| ·索引的建立 | 第46-48页 |
| ·数据检索 | 第48-50页 |
| ·关键短语抽取 | 第50-53页 |
| ·聚类算法分析 | 第53-63页 |
| ·检索结果聚类算法 | 第55-56页 |
| ·文本聚类模型 | 第56-57页 |
| ·文本聚类的评价 | 第57-58页 |
| ·基于改进的频繁项集的文本聚类算法 | 第58-63页 |
| ·类标签提取 | 第63-66页 |
| ·本章小结 | 第66-67页 |
| 第五章 互联网新闻数据在线挖掘服务系统 | 第67-77页 |
| ·系统开发背景 | 第67-68页 |
| ·系统的物理结构 | 第68-69页 |
| ·系统的逻辑结构 | 第69-71页 |
| ·检索结果聚类分析 | 第71-74页 |
| ·系统界面效果图 | 第74-76页 |
| ·新闻检索界面 | 第74页 |
| ·新闻检索结果聚类界面 | 第74-76页 |
| ·本章小结 | 第76-77页 |
| 第六章 总结与展望 | 第77-79页 |
| 致谢 | 第79-80页 |
| 参考文献 | 第80-83页 |
| 个人简介和攻读硕士期间的成果 | 第83-84页 |