| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究背景和意义 | 第10-11页 |
| ·研究现状和趋势 | 第11-13页 |
| ·国外研究现状 | 第11-12页 |
| ·国内研究现状 | 第12-13页 |
| ·发展趋势 | 第13页 |
| ·论文的结构安排 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第二章 相似记录检测的研究 | 第15-27页 |
| ·相似记录检测的概述 | 第15-16页 |
| ·相似记录检测的定义 | 第15-16页 |
| ·数据清洗预处理 | 第16页 |
| ·字段匹配算法 | 第16-21页 |
| ·基本的字段匹配算法 | 第17页 |
| ·递归的字段匹配算法 | 第17-18页 |
| ·Smith-Waterman算法 | 第18页 |
| ·改进的Smith-Waterman算法 | 第18-19页 |
| ·基于N-gram的字符串匹配算法 | 第19-20页 |
| ·中文字段匹配算法 | 第20-21页 |
| ·相似记录匹配度量 | 第21-24页 |
| ·欧几里得几何距离 | 第23页 |
| ·曼哈顿距离 | 第23页 |
| ·明考斯基距离 | 第23-24页 |
| ·余弦度量 | 第24页 |
| ·记录相似度度量(Similarity Measure)方法 | 第24-25页 |
| ·相似记录的处理与算法评价标准 | 第25-26页 |
| ·相似记录的处理 | 第25页 |
| ·算法评价标准 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 聚类算法分析与比较研究 | 第27-51页 |
| ·基于划分的方法 | 第30-35页 |
| ·传统划分方法 | 第30-34页 |
| ·大型数据库的划分方法 | 第34-35页 |
| ·基于层次的方法 | 第35-42页 |
| ·两种基本层次聚类方法 | 第35-37页 |
| ·改进层次聚类方法 | 第37-42页 |
| ·基于密度的方法 | 第42-44页 |
| ·DBSCAN算法 | 第42-43页 |
| ·OPT1CS算法 | 第43-44页 |
| ·基于网格的方法 | 第44-46页 |
| ·STING算法 | 第44-45页 |
| ·CLIQUE算法 | 第45-46页 |
| ·基于模型的方法(Model-Based Method) | 第46-47页 |
| ·中文聚类 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第四章 系统设计与实现 | 第51-62页 |
| ·系统设计思想 | 第51-53页 |
| ·系统运行平台 | 第53-54页 |
| ·实验数据分析 | 第54页 |
| ·系统数据库表结构 | 第54-55页 |
| ·各功能模块实现 | 第55-57页 |
| ·建立倒排索引模块实现 | 第55-56页 |
| ·提取特征值 | 第56-57页 |
| ·聚类模块实现 | 第57页 |
| ·实现结果评价 | 第57-62页 |
| 第五章 总结与展望 | 第62-64页 |
| ·总结 | 第62页 |
| ·展望 | 第62-64页 |
| 参考文献 | 第64-66页 |
| 致谢 | 第66页 |