首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

搜索引擎结果的聚类系统研究

摘要第1-7页
Abstract第7-10页
第1章 绪论第10-14页
   ·课题研究的背景及意义第10-11页
     ·搜索引擎第10页
     ·问题的发现第10-11页
   ·国内外研究现状第11-12页
   ·本文的工作与安排第12-14页
第2章 数据挖掘与聚类分析概述第14-19页
   ·数据挖掘第14-16页
     ·数据挖掘概述第14页
     ·数据挖掘的主要技术第14-15页
     ·数据挖掘应用第15-16页
     ·数据挖掘的发展趋势第16页
   ·聚类分析第16-18页
     ·聚类分析的主要方法第16-17页
     ·文本聚类概述第17-18页
   ·本章小结第18-19页
第3章 搜索引擎结果聚类过程第19-27页
   ·文档信息处理技术第19-20页
   ·文本表示模型第20-22页
   ·TF-IDF文本权重分析第22-23页
   ·文本聚类算法第23页
   ·关联规则算法在文本聚类中的应用第23页
   ·聚类性能评价第23-26页
   ·本章小结第26-27页
第4章 Lingo算法及其改进第27-45页
   ·Lingo算法简介第27页
   ·隐式语义索引第27页
   ·奇异值分解第27-28页
   ·Lingo算法步骤第28-30页
   ·Lingo算法实验对比第30-37页
     ·数据集介绍第30-31页
     ·Lingo算法概念测试第31-34页
     ·性能比较第34-37页
   ·Lingo算法的局限性第37页
   ·ALingo算法的提出第37-41页
     ·搜索建议关键字第38页
     ·搜索建议关键字发现算法第38-41页
   ·实验结果第41-44页
     ·实验数据介绍第41页
     ·实验第41-44页
   ·本章小结第44-45页
第5章 搜索引擎结果聚类系统的实现第45-53页
   ·系统模块介绍第45页
   ·Lucene搜索引擎第45-47页
     ·Lucene搜索引擎概述第45页
     ·Lucene的系统配置第45-46页
     ·Lucene模块的实现第46-47页
   ·文本预处理模块第47-48页
   ·聚类模块第48-49页
   ·Apriori模块第49-50页
   ·系统运行效果图第50-52页
   ·本章小结第52-53页
结论与展望第53-54页
致谢第54-55页
参考文献第55-58页
攻读硕士学位期间发表的论文第58页

论文共58页,点击 下载论文
上一篇:应用于数据质量核查的几项数据挖掘技术研究
下一篇:胶囊内窥镜图像特征提取和选择算法研究