基于近邻传播和凝聚层次的文本聚类方法
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-15页 |
| ·课题背景 | 第8页 |
| ·课题目的及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-13页 |
| ·本文主要研究内容 | 第13-15页 |
| 第2章 相关技术介绍 | 第15-28页 |
| ·文本聚类概述 | 第15-23页 |
| ·文本表示模型 | 第16页 |
| ·相似度衡量方法 | 第16-18页 |
| ·常用文本聚类算法 | 第18-23页 |
| ·聚类中的粒度原理 | 第23-25页 |
| ·聚类中的信息粒度 | 第23-24页 |
| ·聚类结果和先验知识的不协调性 | 第24-25页 |
| ·聚类有效性函数 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 基于近邻传播和凝聚层次的文本聚类算法 | 第28-38页 |
| ·算法总体结构 | 第28页 |
| ·文本表示 | 第28-31页 |
| ·近邻传播算法与邻居层次聚类算法的结合 | 第31-36页 |
| ·基于近邻传播的文本聚类算法 | 第31-32页 |
| ·第一次聚类结果的修正 | 第32-33页 |
| ·基于类别的特征选择方法 | 第33-35页 |
| ·二次聚类 | 第35-36页 |
| ·基于数据划分的增量式聚类 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 新闻实时在线聚类系统 | 第38-45页 |
| ·系统框架 | 第38-39页 |
| ·各模块功能介绍 | 第39-42页 |
| ·新闻数据采集模块 | 第39-40页 |
| ·新闻聚类模块 | 第40-41页 |
| ·展示模块 | 第41-42页 |
| ·系统演示 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第5章 实验评测与结果分析 | 第45-52页 |
| ·实验环境 | 第45页 |
| ·实验数据 | 第45-46页 |
| ·实验结果分析 | 第46-51页 |
| ·评价方法 | 第46-47页 |
| ·实验结果及分析 | 第47-51页 |
| ·本章小结 | 第51-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 攻读学位期间发表的学术论文 | 第58-60页 |
| 致谢 | 第60页 |
