面向企业竞争情报的文本聚类技术的研究与应用
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景及意义 | 第7页 |
| ·国内外研究现状 | 第7-9页 |
| ·研究内容和组织结构 | 第9-11页 |
| 第二章 数据挖掘技术 | 第11-19页 |
| ·数据挖掘概述 | 第11-14页 |
| ·数据挖掘的概念与对象 | 第11-12页 |
| ·数据挖掘的系统结构 | 第12-13页 |
| ·数据挖掘的特点 | 第13-14页 |
| ·数据挖掘的过程与方法 | 第14-16页 |
| ·数据挖掘的过程 | 第14-15页 |
| ·数据挖掘的方法 | 第15-16页 |
| ·数据挖掘的发展趋势 | 第16-17页 |
| ·本章小结 | 第17-19页 |
| 第三章 基于向量空间模型的文本聚类技术 | 第19-31页 |
| ·文本聚类概述 | 第19-21页 |
| ·文本挖掘的概念 | 第19页 |
| ·文本聚类简介 | 第19-20页 |
| ·文本聚类的过程 | 第20-21页 |
| ·文本预处理相关技术 | 第21-24页 |
| ·分词 | 第21-22页 |
| ·向量空间模型 | 第22-23页 |
| ·权重计算 | 第23页 |
| ·特征项选择 | 第23-24页 |
| ·文本相似度度量 | 第24页 |
| ·聚类分析 | 第24-28页 |
| ·聚类分析的概念 | 第24-25页 |
| ·聚类算法应有的特性 | 第25-27页 |
| ·聚类算法的分类 | 第27-28页 |
| ·聚类算法的质量评价 | 第28-29页 |
| ·查全率和查准率 | 第28页 |
| ·F-measure 度量 | 第28-29页 |
| ·本章小结 | 第29-31页 |
| 第四章 K-means 算法的研究与改进 | 第31-41页 |
| ·K-means 算法概述 | 第31-32页 |
| ·K-means 算法的流程 | 第31-32页 |
| ·K-means 算法存在的问题 | 第32页 |
| ·优化初始中心选择的改进算法 | 第32-35页 |
| ·改进算法的思想 | 第33-35页 |
| ·改进算法的流程 | 第35页 |
| ·实验结果与结论 | 第35-40页 |
| ·相关算法介绍 | 第35-36页 |
| ·测试文档集 | 第36-37页 |
| ·实验结果与结论 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 文本聚类在企业竞争情报系统中的应用 | 第41-55页 |
| ·企业竞争情报系统的总体设计 | 第41-45页 |
| ·企业竞争情报系统简介 | 第41-43页 |
| ·系统功能设计 | 第43页 |
| ·系统体系结构 | 第43-45页 |
| ·文本聚类子系统的设计与实现 | 第45-49页 |
| ·开发环境 | 第45页 |
| ·总体结构 | 第45-46页 |
| ·详细设计 | 第46-49页 |
| ·企业竞争情报系统的应用 | 第49-53页 |
| ·本章小结 | 第53-55页 |
| 第六章 总结与展望 | 第55-57页 |
| ·论文总结 | 第55-56页 |
| ·下一步工作 | 第56-57页 |
| 致谢 | 第57-59页 |
| 参考文献 | 第59-62页 |
