| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-10页 |
| CONTENTS | 第10-13页 |
| 第一章 绪论 | 第13-19页 |
| ·本文选题背景及研究意义 | 第13-15页 |
| ·文本聚类需要解决的几个问题 | 第15-17页 |
| ·文本的表示 | 第15-16页 |
| ·特征降维 | 第16页 |
| ·文本相似度计算 | 第16-17页 |
| ·聚类算法的选择 | 第17页 |
| ·本文的主要内容及创新点 | 第17-19页 |
| 第二章 文本聚类算法及相关问题 | 第19-31页 |
| ·相似度的定义 | 第19-20页 |
| ·中文文本相似度的研究现状 | 第20-21页 |
| ·中文与西文的区别 | 第20页 |
| ·文本相似度研究方法 | 第20-21页 |
| ·中文相似度计算方法 | 第21-24页 |
| ·向量空间模型 | 第21-22页 |
| ·隐性语义索引 | 第22-23页 |
| ·基于汉明距离的文本相似度 | 第23-24页 |
| ·基于语义理解的相似度 | 第24页 |
| ·主要的聚类算法 | 第24-26页 |
| ·划分方法 | 第24-25页 |
| ·层次方法 | 第25页 |
| ·基于密度的方法 | 第25-26页 |
| ·基于网格的方法 | 第26页 |
| ·基于模型的方法 | 第26页 |
| ·聚类方法的研究进展 | 第26-27页 |
| ·聚类质量的评价 | 第27-30页 |
| ·纯度 | 第27页 |
| ·熵 | 第27-28页 |
| ·归一化信息 | 第28页 |
| ·特征测量 | 第28-29页 |
| ·平均准确率 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 基于Needleman-Wunsch的聚类算法 | 第31-38页 |
| ·序列比对 | 第31-32页 |
| ·整体比对 | 第32页 |
| ·局部比对 | 第32页 |
| ·Needleman-Wunsch算法 | 第32-34页 |
| ·图解表示 | 第33-34页 |
| ·形式化描述 | 第34页 |
| ·文档相似度计算 | 第34-35页 |
| ·基于Needleman-Wunsch的聚类算法 | 第35-36页 |
| ·算法流程图 | 第36页 |
| ·算法分析 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 Needleman-Wunsch聚类在垃圾邮件归类中的应用 | 第38-43页 |
| ·垃圾邮件的特点 | 第38页 |
| ·数据集描述 | 第38-39页 |
| ·对比方法介绍 | 第39-41页 |
| ·传统的向量空间模型 | 第39-40页 |
| ·基于《知网》的聚类算法 | 第40页 |
| ·基于《知网》的Needleman-Wunsch算法 | 第40-41页 |
| ·参数设置 | 第41页 |
| ·实验结果及分析 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 结合Needleman-Wunsch聚类算法的反垃圾邮件系统的设计 | 第43-47页 |
| ·电子邮件交换原理 | 第43-44页 |
| ·黑白名单 | 第44页 |
| ·黑名单 | 第44页 |
| ·白名单 | 第44页 |
| ·基于内容的过滤技术 | 第44-45页 |
| ·系统总框架 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 结论 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 攻读学位期间发表的论文 | 第52-54页 |
| 致谢 | 第54页 |
