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 |
