| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 专用术语注释表 | 第8-9页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究的背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 本文研究的内容 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-15页 |
| 第二章 话题检测与跟踪和文本聚类的相关研究 | 第15-30页 |
| 2.1 话题检测与跟踪的定义 | 第15页 |
| 2.2 话题检测与跟踪主要任务及技术 | 第15-19页 |
| 2.2.1 报道分割 | 第16-17页 |
| 2.2.2 话题检测 | 第17-18页 |
| 2.2.3 话题跟踪 | 第18页 |
| 2.2.4 首次报道检测 | 第18-19页 |
| 2.2.5 关联检测 | 第19页 |
| 2.3 文本聚类定义 | 第19页 |
| 2.4 文本特征选择 | 第19-22页 |
| 2.4.1 文档频率 | 第20页 |
| 2.4.2 x~2统计 | 第20-21页 |
| 2.4.3 信息增益 | 第21页 |
| 2.4.4 互信息 | 第21-22页 |
| 2.5 特征词的权重计算方法 | 第22-23页 |
| 2.5.1 特征频率 | 第22页 |
| 2.5.2 词频-反文档频率 | 第22-23页 |
| 2.6 距离测量方法 | 第23-25页 |
| 2.6.1 距离测度的要求 | 第23-24页 |
| 2.6.2 欧式距离 | 第24页 |
| 2.6.3 Jaccard距离 | 第24页 |
| 2.6.4 余弦距离 | 第24-25页 |
| 2.6.5 编辑距离 | 第25页 |
| 2.6.6 海明距离 | 第25页 |
| 2.7 聚类算法 | 第25-28页 |
| 2.7.1 层次聚类算法 | 第26-27页 |
| 2.7.2 划分聚类算法 | 第27页 |
| 2.7.3 基于密度的聚类方法 | 第27-28页 |
| 2.7.4 基于网格的聚类方法 | 第28页 |
| 2.8 聚类结果的性能评价 | 第28-29页 |
| 2.9 本章小结 | 第29-30页 |
| 第三章 基于最大最小距离和SSE的自适应聚类算法 | 第30-39页 |
| 3.1 K均值聚类算法 | 第30-31页 |
| 3.2 基于最大最小距离和SSE的自适应聚类算法 | 第31-34页 |
| 3.2.1 K均值的不足之处及改进 | 第31-32页 |
| 3.2.2 算法描述 | 第32-34页 |
| 3.3 实验及结果分析 | 第34-38页 |
| 3.3.1 实验说明 | 第34-35页 |
| 3.3.2 实验模型 | 第35-36页 |
| 3.3.3 实验结果及相关分析 | 第36-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 基于文档频率词性的话题特征选择方法 | 第39-51页 |
| 4.1 话题检测 | 第39页 |
| 4.2 话题特征词选择及权重计算 | 第39-43页 |
| 4.2.1 基于文档频率(DF)与词性的特征词选择方法 | 第40-41页 |
| 4.2.2 辨别话题能力权重计算 | 第41-43页 |
| 4.3 实验结果及相关分析 | 第43-50页 |
| 4.3.1 实验说明 | 第43页 |
| 4.3.2 实验模型 | 第43-45页 |
| 4.3.3 实验结果与分析 | 第45-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 5.1 本文的工作总结 | 第51-52页 |
| 5.2 进一步工作展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第56-57页 |
| 附录2 攻读硕士学位期间申请的专利 | 第57-58页 |
| 致谢 | 第58页 |