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

云搜索中的搜索结果聚类技术研究

摘要第1-5页
ABSTRACT第5-9页
第一章 绪论第9-12页
   ·课题研究背景及意义第9-10页
   ·研究内容及目标第10-11页
   ·论文结构第11-12页
第二章 搜索结果聚类技术分析第12-28页
   ·搜索引擎与搜索结果聚类第12-13页
   ·搜索结果聚类历史第13-20页
     ·搜索引擎的发展历程第13-15页
     ·搜索结果聚类发展历程第15-20页
   ·搜索结果聚类评价方法第20-23页
     ·搜索结果聚类要求第20-21页
     ·聚类结果评价方法第21-23页
   ·搜索结果聚类技术第23-27页
     ·Web页面聚类第23-25页
     ·聚类算法概述第25-27页
   ·本章小结第27-28页
第三章 搜索结果表示及相似性度量第28-43页
   ·搜索结果预处理第28-30页
   ·搜索结果表示模型第30-36页
     ·向量空间模型第31-33页
     ·权重计算方法分析第33-36页
   ·搜索结果相似性度量第36-42页
     ·欧氏距离与余弦距离第36-38页
     ·相似性度量方法比较第38-40页
     ·搜索结果相似性度量第40-42页
   ·本章小结第42-43页
第四章 搜索结果聚类算法及改进第43-52页
   ·模糊C均值算法简介第43-45页
     ·通用模糊算法第43-44页
     ·模糊C均值聚类算法第44-45页
   ·改进的模糊聚类方法第45-48页
     ·近邻传播算法第45-47页
     ·改进的模糊聚类方法第47-48页
   ·新聚类方法的初步验证第48-51页
   ·本章小结第51-52页
第五章 搜索结果聚类实验及仿真第52-61页
   ·搜索结果数据集采集第52-56页
     ·搜索结果聚类平台搭建第52-54页
     ·搜索结果数据集采集第54-56页
   ·聚类结果实验对比及评估第56-59页
     ·搜索结果的特殊处理第56-57页
     ·新方法识别聚类数目结果第57-58页
     ·搜索结果集实验效果对比第58-59页
   ·本章小结第59-61页
第六章 结束语第61-63页
   ·论文总结第61-62页
   ·展望第62-63页
参考文献第63-65页
致谢第65-66页
攻读硕士学位期间发表论文第66页

论文共66页,点击 下载论文
上一篇:基于SaaS平台的数据库性能优化研究与设计
下一篇:SaaS离线应用的研究与设计