基于DK-Means算法的文本聚类的研究与实现

摘要	第1-6页
Abstract	第6-10页
第1章 引言	第10-16页
·研究背景与意义	第10-11页
·国内外现状	第11-13页
·研究内容	第13-15页
·文本预处理	第13-14页
·文本表示模型	第14页
·数据降维	第14-15页
·文本聚类	第15页
·论文组织结构	第15-16页
第2章 文本聚类相关技术研究	第16-24页
·聚类分析的过程	第16-18页
·聚类分析	第16-17页
·聚类分析过程	第17-18页
·数据模型抽取	第18-21页
·文本特征	第19页
·文本表示模型	第19-21页
·降维技术	第21页
·聚类算法	第21-23页
·聚类分析方法的评估	第23-24页
第3章 基于DK-means的文本聚类算法	第24-56页
·文本聚类流程	第24-26页
·文本预处理	第26-36页
·标签、停用词处理	第27-28页
·中文分词	第28-34页
·特征项频率统计	第34-36页
·文本模型的建立	第36-38页
·基于文本相似的数据降维	第38-43页
·数据的标准化处理	第39-40页
·文本降维	第40-43页
·DK-means聚类算法	第43-56页
·文本的相似度计算	第43-45页
·文本聚类算法	第45-56页
第4章 结果测试和分析	第56-64页
·数据集	第56-57页
·文本降维	第57-58页
·聚类算法实验方法和指标	第58-61页
·聚类簇数目的度量	第59页
·基于已知类分布的度量	第59-61页
·聚类分析性能	第61-62页
·实验项目	第61-62页
·实验步骤	第62页
·实验结果及分析	第62-64页
第5章 结论	第64-66页
参考文献	第66-70页
致谢	第70页