| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景于意义 | 第7-9页 |
| ·研究现状 | 第9-10页 |
| ·组织结构 | 第10-11页 |
| 第二章 相关工作 | 第11-19页 |
| ·文本处理 | 第11-14页 |
| ·文本表示与权值 | 第11-13页 |
| ·特征选择 | 第13-14页 |
| ·聚类 | 第14-16页 |
| ·距离公式 | 第16-17页 |
| ·聚类算法评估 | 第17-18页 |
| ·半监督聚类 | 第18-19页 |
| 第三章 基于标记样例和相似度调整的k-means 算法 | 第19-25页 |
| ·相关算法介绍 | 第19-22页 |
| ·COP k-means 算法 | 第20页 |
| ·Seeded k-means 算法 | 第20-21页 |
| ·k-means++算法 | 第21-22页 |
| ·基于标记样例和相似度调整的k-means 算法 | 第22-25页 |
| ·相似度调整 | 第22-23页 |
| ·选择聚类种子 | 第23-25页 |
| 第四章 实验 | 第25-32页 |
| ·数据集 | 第25-26页 |
| ·实验设置 | 第26页 |
| ·实验相关工作 | 第26-27页 |
| ·特征选择 | 第26-27页 |
| ·评估参数 | 第27页 |
| ·实验结果分析 | 第27-32页 |
| 第五章 总结与展望 | 第32-33页 |
| ·总结 | 第32页 |
| ·展望 | 第32-33页 |
| 参考文献 | 第33-36页 |
| 致谢 | 第36-37页 |
| 在校期间公开发表的论文 | 第37页 |