| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 引言 | 第11-14页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究现状 | 第12页 |
| 1.3 本文研究内容与贡献 | 第12-13页 |
| 1.4 本文的组织结构 | 第13-14页 |
| 第二章 文本挖掘相关技术 | 第14-32页 |
| 2.1 文本分类技术 | 第14-15页 |
| 2.1.1 文本分类的过程 | 第14-15页 |
| 2.2 中文分词技术 | 第15-16页 |
| 2.3 文本表示方法 | 第16-17页 |
| 2.4 常用的文本分类算法 | 第17-21页 |
| 2.4.1 朴素贝叶斯方法 | 第17-18页 |
| 2.4.2 决策树 | 第18-19页 |
| 2.4.3 邻近算法 | 第19-20页 |
| 2.4.4 支持向量机 | 第20-21页 |
| 2.5 文本聚类 | 第21-30页 |
| 2.5.1 文本聚类的过程 | 第21-22页 |
| 2.5.2 特征选择方法 | 第22-23页 |
| 2.5.3 距离的度量 | 第23-24页 |
| 2.5.4 常用的文本聚类方法 | 第24-28页 |
| 2.5.5 聚类描述方法研究 | 第28-30页 |
| 2.6 半监督的文本聚类方法 | 第30-31页 |
| 2.7 小结 | 第31-32页 |
| 第三章 基于半监督聚类算法的移动应用缺陷报告分析系统 | 第32-52页 |
| 3.1 整体概述 | 第32-33页 |
| 3.2 开发工具介绍 | 第33-35页 |
| 3.2.1 Spring Boot微服务框架 | 第33-34页 |
| 3.2.2 AngularJS框架 | 第34页 |
| 3.2.3 其他开发工具 | 第34-35页 |
| 3.3 需求分析 | 第35-38页 |
| 3.3.1 用例与用例描述 | 第35-37页 |
| 3.3.2 系统功能分析 | 第37-38页 |
| 3.4 概要设计 | 第38-50页 |
| 3.4.1 系统架构 | 第38-39页 |
| 3.4.2 后台模块设计 | 第39-40页 |
| 3.4.3 前端模块设计 | 第40-42页 |
| 3.4.4 聚类过程设计 | 第42-48页 |
| 3.4.5 数据库设计 | 第48-50页 |
| 3.5 聚类算法分析 | 第50-51页 |
| 3.6 小结 | 第51-52页 |
| 第四章 实验结果及分析 | 第52-60页 |
| 4.1 实验数据集 | 第52-53页 |
| 4.2 评价标准 | 第53-54页 |
| 4.3 实验环境 | 第54页 |
| 4.4 数据预处理实验 | 第54-56页 |
| 4.5 传统Kmeans算法与Cop-Kmeans算法对比实验 | 第56-59页 |
| 4.6 小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 总结 | 第60页 |
| 5.2 进一步工作展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 攻读硕士学位期间成果列表 | 第67-69页 |