| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 目录 | 第6-8页 |
| 1 引言 | 第8-12页 |
| 1.1 研究背景及研究意义 | 第8-10页 |
| 1.2 本文工作 | 第10页 |
| 1.3 论文组织 | 第10-12页 |
| 2 文本挖掘及文本聚类概述 | 第12-24页 |
| 2.1 文本挖掘概述 | 第12-13页 |
| 2.1.1 文本挖掘步骤 | 第12-13页 |
| 2.1.2 文本挖掘任务 | 第13页 |
| 2.2 文本结构化表示 | 第13-19页 |
| 2.2.1 文本预处理 | 第14-15页 |
| 2.2.2 文本特征 | 第15-17页 |
| 2.2.3 文本表示 | 第17-19页 |
| 2.3 文本聚类概述 | 第19-23页 |
| 2.3.1 文本聚类定义 | 第19页 |
| 2.3.2 常用文本聚类算法 | 第19-22页 |
| 2.3.3 文本聚类算法的评价指标 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 3 基于簇特征的文本增量聚类算法 | 第24-32页 |
| 3.1 相关研究工作 | 第24-27页 |
| 3.1.1 文本非增量聚类（传统文本聚类） | 第24-25页 |
| 3.1.2 文本增量聚类 | 第25-27页 |
| 3.2 基于簇特征的文本增量聚类算法 | 第27-30页 |
| 3.2.1 初始聚类阶段 | 第27-29页 |
| 3.2.2 增量聚类阶段 | 第29-30页 |
| 3.3 算法与分析 | 第30-31页 |
| 3.4 本章小结 | 第31-32页 |
| 4 实验设计及结果分析 | 第32-47页 |
| 4.1 实验准备 | 第32-33页 |
| 4.1.1 数据集 | 第32页 |
| 4.1.2 数据预处理 | 第32-33页 |
| 4.2 实验设计 | 第33页 |
| 4.3 评价指标 | 第33-36页 |
| 4.3.1 纯度（Purity） | 第34-35页 |
| 4.3.2 熵（Entropy） | 第35页 |
| 4.3.3 归一化互信息（Normalized Mutual Information，NMI） | 第35-36页 |
| 4.4 实验结果及分析 | 第36-46页 |
| 4.4.1 随机抽取的 10 个类别的结果分析 | 第37-38页 |
| 4.4.2 全部 20 个类别的结果分析 | 第38-39页 |
| 4.4.3 权重因子对实验结果的影响 | 第39-42页 |
| 4.4.4 实验中 3 个判断条件对结果的影响 | 第42-45页 |
| 4.4.5 与 SHC 的比较 | 第45-46页 |
| 4.5 本章小结 | 第46-47页 |
| 5 总结与展望 | 第47-49页 |
| 5.1 总结 | 第47页 |
| 5.2 未来工作 | 第47-49页 |
| 参考文献 | 第49-54页 |
| 简历 | 第54-55页 |
| 致谢 | 第55页 |